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...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2014
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/41184 |
| Aporte de: |
| Sumario: | 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. |
|---|