Modelo predictivo de las necesidades de transporte en quito, basado en el análisis de información compilada entre los usuarios de la red social Twitter

Autores/as

DOI:

https://doi.org/10.62452/jrpscq56

Palabras clave:

Transporte, municipio Quito, Twitter, Sistemas predictivos

Resumen

El presente estudio propone la recuperación de información en Big Data, gran repositorio de información que no tiene el problema de alcance, es decir, que se puede recuperar datos de cualquier parte del mundo, continente, país o locación que se requiera investigar. Su velocidad de recuperación no tiene comparación con proceso manual de campo, pues depende exclusivamente de la velocidad del hardware utilizado.  Se propone un Sistema de gestión de información que reduzca el costo de investigación, reduzca los tiempos requeridos y aumente la oportunidad de la información para mejorar la calidad del servicio de movilidad.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Ecuador. Secretaría de Movilidad. (2020). Estrategia de Resiliencia de Quito. Secretaría de Movilidad. http://www.secretariademovilidad.quito.gob.ec/index.php/la-institucion/politica1.html

Pacheco, M. (2017). El 12% de buses no cumple parámetros de calidad en Quito. El Comercio. http://www.elcomercio.com/actualidad/buses-transportepublico-calidad-pasajeros-quito.html

Python Software Foundation. (2020). Python Enhancement Proposals: The future of Python. https://www.python.org/doc/

PowerData. (2020). Big Data: ¿En qué consiste? Su importancia, desafíos y gobernabilidad. Powerdata. https://www.powerdata.es/big-data

Ramírez Arévalo, H. H., & Herrera Cubides, J. F. (2013). Un viaje a través de bases de datos espaciales NoSQL. Udistrital. https://revistas.udistrital.edu.co/index.php/REDES/article/view/5923/7425

Descargas

Publicado

2021-01-01

Cómo citar

de la Rosa Martín, T. . (2021). Modelo predictivo de las necesidades de transporte en quito, basado en el análisis de información compilada entre los usuarios de la red social Twitter. Revista Metropolitana De Ciencias Aplicadas, 4(1), 206-218. https://doi.org/10.62452/jrpscq56