Modelo de análisis de datos para simular y visualizar el destino de los usuarios de un sistema de Buses de Transito Rápido (BTR)
...
Valencia Salamanca, Diego Esteban | 2021
Las ciudades inteligentes buscan aprovechar las tecnologías de la información y comunicación para analizar los datos recolectados de las actividades cotidianas de los ciudadanos. Una de esas actividades (y fuente grande de información) es el transporte público.
A nivel mundial, una solución de transporte público son los buses de transito rápido (BTR), principalmente para las ciudades en crecimiento. Su implementación es rápida y económica, versus otras opciones, por lo que es una gran iniciativa de solución a la movilidad.
La limitante para analizar estos sistemas se presenta cuando se observa que la información que se recolecta proviene únicamente del momento en el que el usuario ingresa, por lo que no hay un seguimiento de su trayecto y su destino. El presente trabajo propone un modelo para estimar el destino de los usuarios, y un artefacto para visualizar los resultados, basándose en la información histórica ya recolectada (tomando el caso del sistema Transmilenio, de Bogotá, Colombia). El desarrollo del modelo supone dos retos: 1. transformar los datos que genera el sistema, de tal forma que pueda encontrarse la estimación esperada, y, 2. encontrar una forma visual de presentar dicha solución a los interesados.
La base del modelo se sustenta en el supuesto de que el usuario tiene un comportamiento recurrente, por lo que el primer paso es identificar las estaciones de mayor recurrencia en dos momentos diferentes del día. Una vez adoptado este supuesto, y como solución del primer reto, los datos deberán ser agrupados a nivel de usuario, lo que permitirá reducir considerablemente el tamaño de las bases a procesar; posteriormente, las transformaciones darán pautas para realizar análisis con otros enfoques diferentes al del usuario. Por el lado de las visualizaciones, primero debe entenderse al público objetivo y definir el valor que esta información puede significar para él. El apoyo gráfico, se sustentará en esta definición para recurrir a los atributos preatentivos correctos y elegir el tipo de visualización adecuado.
Una vez se tengan los resultados del modelo de simulación y de visualización, el artefacto permitirá validar la información con casos reales y evaluar trabajos futuros a partir de los datos procesados y el cruce de nuevas fuentes.
LEER
