Modelo predictivo de las necesidades de transporte en quito, basado en el análisis de información compilada entre los usuarios de la red social Twitter
DOI:
https://doi.org/10.62452/jrpscq56Palabras clave:
Transporte, municipio Quito, Twitter, Sistemas predictivosResumen
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
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
Número
Sección
Licencia
Derechos de autor 2021 Tonysé de la Rosa Martín (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publican en la Revista Metropolitana de Ciencias Aplicadas (REMCA), están de acuerdo con los siguientes términos:
1. Derechos de Autor
Los autores conservan los derechos de autor sobre sus trabajos sin restricciones. Los autores otorgan a la revista el derecho de primera publicación. Para ello, ceden a la revista, de forma no exclusiva, los derechos de explotación (reproducción, distribución, comunicación pública y transformación). Los autores pueden establecer otros acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista, siempre que exista un reconocimiento de su publicación inicial en esta revista.
© Los autores.
2. Licencia
Los trabajos se publican en la revista bajo la licencia de Atribución-NoComercial-CompartirIgual 4.0 Internacional de Creative Commons (CC BY-NC-SA 4.0). Los términos se pueden consultar en: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es
Esta licencia permite:
- Compartir: copiar y redistribuir el material en cualquier medio o formato.
- Adaptar: remezclar, transformar y crear a partir del material.
Bajo los siguientes términos:
- Atribución: ha de reconocer la autoría de manera apropiada, proporcionar un enlace a la licencia e indicar si se ha hecho algún cambio. Puede hacerlo de cualquier manera razonable, pero no de forma tal que sugiera que el licenciador le da soporte o patrocina el uso que se hace.
- NoComercial: no puede utilizar el material para finalidades comerciales.
- CompartirIgual: si remezcla, transforma o crea a partir del material, debe difundir su creación con la misma licencia que la obra original.
No hay restricciones adicionales. No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer cualquier cosa que la licencia permita.
