Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering

Abstract

El propósito de la investigación es diseñar y analizar un sistema de geo sectorización con técnicas de Ciencia de Datos e IA, utilizando datos históricos de delitos. El agrupamiento con el algoritmo de K-Means de las grandes cantidades de datos los estudios de las variables a agrupar son propias del giro de negocio (turismo) del problema de la inseguridad ciudadana en el contexto turístico. Para la construcción del prototipo del sistema se adoptó dos metodologías: OpenUp para el desarrollo y CRISP-MD para el procesamiento de datos e integración del algoritmo. Para el desarrollo se recolectó datos estructurados y semi estructurados, los datos estructurados fueron tomados a estudio del repositorio público de la ciudad de buenos aires ya que tiene las variables similares a utilizar del PNP del dep. turismo, los datos semi estructurados fueron extraídos mediante técnicas de web scraping de lugares turísticos posteriormente analizados con la herramienta weka y Python utilizado las técnicas de ciencia de datos, Así mismo se trabajó con el algoritmo de clustering K Means en donde se obtuvo gráficos de agrupamiento de datos de acuerdo al centroide principal de las variables: delito y lugar, en Power BI obtuvimos la visualización basada en grafica de mapas. El resultado fue el análisis de las variables en construcción para el turismo, en el cual obtuvimos los datos estadísticos y el algoritmo de agrupamiento, construyendo según los análisis el prototipo del sistema para el sector turismo y la complejidad tanto para la integración con el algoritmo y su forma de alimentación al sistema, para así poder validar el sistema web/móvil desplegada en sus servidores de aplicación.