Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes sociales
- Autores
- Pérez, Alejandro J.; Dominguez, Leonardo D.; Rubiales, Aldo José; Lotito, Pablo Andrés
- Año de publicación
- 2015
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- A la hora de aplicar cualquier política urbana de transporte es muy importante conocer el patrón de movilidad de la población y por lo tanto las matrices Origen Destino que la describen. Los grandes volúmenes de datos arrojados por las nuevas tecnologías permiten obtener información dinámica del comportamiento de sus usuarios. En contraposición con los métodos clásicos de obtención de las matrices O-D el uso de las redes sociales aporta una manera más económica de realizar el estudio y un mayor dinamismo. En este trabajo se desarrolla un método para la actualización de matrices Origen-Destino correspondientes a tráfico vehicular, a partir de la información obtenida de datos disponibles en la red social Twitter. Para actualizar una matriz OD anterior con nueva información se consideró un problema de maximización de entropía restringiendo la distancia a la matriz original. El enfoque presentado se aplicó a analizar la movilidad diaria de las personas de CABA obteniendo las matrices O-D que la caracterizan y los resultados obtenidos se compararon con estudios previos que se realizaron utilizando otras metodologías comprobando la viabilidad del nuevo enfoque propuesto.
- Materia
-
Ciencias de la Computación
distribución de viajes
maximización de la entropía
matrices origen destino
redes sociales - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/4.0/
- Repositorio
.jpg)
- Institución
- Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
- OAI Identificador
- oai:digital.cic.gba.gob.ar:11746/5501
Ver los metadatos del registro completo
| id |
CICBA_7e62490c15dfc669732d31277bbd6b14 |
|---|---|
| oai_identifier_str |
oai:digital.cic.gba.gob.ar:11746/5501 |
| network_acronym_str |
CICBA |
| repository_id_str |
9441 |
| network_name_str |
CIC Digital (CICBA) |
| spelling |
Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes socialesPérez, Alejandro J.Dominguez, Leonardo D.Rubiales, Aldo JoséLotito, Pablo AndrésCiencias de la Computacióndistribución de viajesmaximización de la entropíamatrices origen destinoredes socialesA la hora de aplicar cualquier política urbana de transporte es muy importante conocer el patrón de movilidad de la población y por lo tanto las matrices Origen Destino que la describen. Los grandes volúmenes de datos arrojados por las nuevas tecnologías permiten obtener información dinámica del comportamiento de sus usuarios. En contraposición con los métodos clásicos de obtención de las matrices O-D el uso de las redes sociales aporta una manera más económica de realizar el estudio y un mayor dinamismo. En este trabajo se desarrolla un método para la actualización de matrices Origen-Destino correspondientes a tráfico vehicular, a partir de la información obtenida de datos disponibles en la red social Twitter. Para actualizar una matriz OD anterior con nueva información se consideró un problema de maximización de entropía restringiendo la distancia a la matriz original. El enfoque presentado se aplicó a analizar la movilidad diaria de las personas de CABA obteniendo las matrices O-D que la caracterizan y los resultados obtenidos se compararon con estudios previos que se realizaron utilizando otras metodologías comprobando la viabilidad del nuevo enfoque propuesto.2015-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/5501spainfo:eu-repo/semantics/altIdentifier/issn/2451-7550info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-10-23T11:14:47Zoai:digital.cic.gba.gob.ar:11746/5501Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-10-23 11:14:47.436CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse |
| dc.title.none.fl_str_mv |
Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes sociales |
| title |
Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes sociales |
| spellingShingle |
Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes sociales Pérez, Alejandro J. Ciencias de la Computación distribución de viajes maximización de la entropía matrices origen destino redes sociales |
| title_short |
Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes sociales |
| title_full |
Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes sociales |
| title_fullStr |
Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes sociales |
| title_full_unstemmed |
Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes sociales |
| title_sort |
Optimización de matrices origen-destino estimadas a partir de datos georeferenciados en redes sociales |
| dc.creator.none.fl_str_mv |
Pérez, Alejandro J. Dominguez, Leonardo D. Rubiales, Aldo José Lotito, Pablo Andrés |
| author |
Pérez, Alejandro J. |
| author_facet |
Pérez, Alejandro J. Dominguez, Leonardo D. Rubiales, Aldo José Lotito, Pablo Andrés |
| author_role |
author |
| author2 |
Dominguez, Leonardo D. Rubiales, Aldo José Lotito, Pablo Andrés |
| author2_role |
author author author |
| dc.subject.none.fl_str_mv |
Ciencias de la Computación distribución de viajes maximización de la entropía matrices origen destino redes sociales |
| topic |
Ciencias de la Computación distribución de viajes maximización de la entropía matrices origen destino redes sociales |
| dc.description.none.fl_txt_mv |
A la hora de aplicar cualquier política urbana de transporte es muy importante conocer el patrón de movilidad de la población y por lo tanto las matrices Origen Destino que la describen. Los grandes volúmenes de datos arrojados por las nuevas tecnologías permiten obtener información dinámica del comportamiento de sus usuarios. En contraposición con los métodos clásicos de obtención de las matrices O-D el uso de las redes sociales aporta una manera más económica de realizar el estudio y un mayor dinamismo. En este trabajo se desarrolla un método para la actualización de matrices Origen-Destino correspondientes a tráfico vehicular, a partir de la información obtenida de datos disponibles en la red social Twitter. Para actualizar una matriz OD anterior con nueva información se consideró un problema de maximización de entropía restringiendo la distancia a la matriz original. El enfoque presentado se aplicó a analizar la movilidad diaria de las personas de CABA obteniendo las matrices O-D que la caracterizan y los resultados obtenidos se compararon con estudios previos que se realizaron utilizando otras metodologías comprobando la viabilidad del nuevo enfoque propuesto. |
| description |
A la hora de aplicar cualquier política urbana de transporte es muy importante conocer el patrón de movilidad de la población y por lo tanto las matrices Origen Destino que la describen. Los grandes volúmenes de datos arrojados por las nuevas tecnologías permiten obtener información dinámica del comportamiento de sus usuarios. En contraposición con los métodos clásicos de obtención de las matrices O-D el uso de las redes sociales aporta una manera más económica de realizar el estudio y un mayor dinamismo. En este trabajo se desarrolla un método para la actualización de matrices Origen-Destino correspondientes a tráfico vehicular, a partir de la información obtenida de datos disponibles en la red social Twitter. Para actualizar una matriz OD anterior con nueva información se consideró un problema de maximización de entropía restringiendo la distancia a la matriz original. El enfoque presentado se aplicó a analizar la movilidad diaria de las personas de CABA obteniendo las matrices O-D que la caracterizan y los resultados obtenidos se compararon con estudios previos que se realizaron utilizando otras metodologías comprobando la viabilidad del nuevo enfoque propuesto. |
| publishDate |
2015 |
| dc.date.none.fl_str_mv |
2015-09 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| format |
conferenceObject |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
https://digital.cic.gba.gob.ar/handle/11746/5501 |
| url |
https://digital.cic.gba.gob.ar/handle/11746/5501 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/issn/2451-7550 |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:CIC Digital (CICBA) instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires instacron:CICBA |
| reponame_str |
CIC Digital (CICBA) |
| collection |
CIC Digital (CICBA) |
| instname_str |
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
| instacron_str |
CICBA |
| institution |
CICBA |
| repository.name.fl_str_mv |
CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
| repository.mail.fl_str_mv |
marisa.degiusti@sedici.unlp.edu.ar |
| _version_ |
1846783913401253888 |
| score |
12.982451 |