Técnicas de data mining aplicadas a datos de transporte público

El objetivo general es aplicar técnicas de data mining en el análisis de la información digital que ya hoy producen, o bien que podrían producir los medios de transporte público con el fin de obtener nuevas perspectivas que colaboren exponiendo patrones de uso desconocidos. Generar nueva información...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Otaegui, Juan Carlos, Santa María, Cristóbal
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2014
Materias:
Ciencias Informáticas
transporte urbano
transporte
Data mining
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/41184
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-41184
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
transporte urbano
transporte
Data mining
spellingShingle Ciencias Informáticas
transporte urbano
transporte
Data mining
Otaegui, Juan Carlos
Santa María, Cristóbal
Técnicas de data mining aplicadas a datos de transporte público
topic_facet Ciencias Informáticas
transporte urbano
transporte
Data mining
description El objetivo general es aplicar técnicas de data mining en el análisis de la información digital que ya hoy producen, o bien que podrían producir los medios de transporte público con el fin de obtener nuevas perspectivas que colaboren exponiendo patrones de uso desconocidos. Generar nueva información en el campo por medio del análisis inteligente de bases de datos de gran tamaño proporciona una herramienta importante para la toma de decisiones que mejoran la experiencia del usuario de transporte público en las grandes ciudades. Se han realizado con éxito investigaciones en distintas ciudades del mundo que disponen de información digitalizada en grandes bases de datos. El denominado Sistema Único de Boleto Electrónico (SUBE) es un medio para abonar con una sola tarjeta viajes en colectivos, subtes y trenes adheridos, en la Región Metropolitana de Buenos Aires. Fue implementado durante 2011, cuenta ya con más de un millón de tarjetas emitidas y continúa extendiéndose a las principales ciudades del país. Esto permitirá contar con una base de datos lista para ser explotada con técnicas de data mining tales como clustering de usuarios, arboles de decisión y modelos que predigan con precisión las rutas optimas y tiempos de viaje entre otras aplicaciones posibles.
format Objeto de conferencia
Objeto de conferencia
author Otaegui, Juan Carlos
Santa María, Cristóbal
author_facet Otaegui, Juan Carlos
Santa María, Cristóbal
author_sort Otaegui, Juan Carlos
title Técnicas de data mining aplicadas a datos de transporte público
title_short Técnicas de data mining aplicadas a datos de transporte público
title_full Técnicas de data mining aplicadas a datos de transporte público
title_fullStr Técnicas de data mining aplicadas a datos de transporte público
title_full_unstemmed Técnicas de data mining aplicadas a datos de transporte público
title_sort técnicas de data mining aplicadas a datos de transporte público
publishDate 2014
url http://sedici.unlp.edu.ar/handle/10915/41184
work_keys_str_mv AT otaeguijuancarlos tecnicasdedataminingaplicadasadatosdetransportepublico
AT santamariacristobal tecnicasdedataminingaplicadasadatosdetransportepublico
bdutipo_str Repositorios
_version_ 1764820473309298690

Ejemplares similares