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/jrpscq56Palavras-chave:
Transporte, municipio Quito, Twitter, Sistemas predictivosResumo
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.
Downloads
Referências
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
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2021 Tonysé de la Rosa Martín (Autor/a)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Os autores que publicam na Revista Metropolitana de Ciencias Aplicadas (REMCA), concordam com os seguintes termos:
1. Direitos autorais
Os autores mantêm direitos autorais irrestritos sobre suas obras. Os autores concedem ao periódico o direito de primeira publicação. Para tal, cedem à revista, em caráter não exclusivo, direitos de exploração (reprodução, distribuição, comunicação pública e transformação). Os autores podem firmar acordos adicionais para a distribuição não exclusiva da versão publicada do trabalho no periódico, desde que haja reconhecimento de sua publicação inicial nesta revista.
© Os autores.
2. Licença
Os trabalhos são publicados na revista sob a licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional (CC BY-NC-SA 4.0). Os termos podem ser encontrados em: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt
Esta licença permite:
- Compartilhar: copiar e redistribuir o material em qualquer meio ou formato.
- Adaptar: remixar, transformar e desenvolver o material.
Nos seguintes termos:
- Atribuição: Você deve dar o crédito apropriado, fornecer um link para a licença e indicar se alguma alteração foi feita. Você pode fazer isso de qualquer maneira razoável, mas não de uma forma que sugira que o licenciante endossa ou patrocina seu uso.
- Não comercial: você não pode usar o material para fins comerciais.
- Compartilhamento pela mesma licença: se você remixar, transformar ou criar a partir do material, deverá distribuir sua criação sob a mesma licença do trabalho original.
Não há restrições adicionais. Você não pode aplicar termos legais ou medidas tecnológicas que restrinjam legalmente outros de fazerem qualquer coisa que a licença permita.
