Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio
- Autores
- Flores, Lorena Elizabeth; Mariño, Sonia Itatí; Martins, Sebastián
- Año de publicación
- 2019
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Fil: Flores, Lorena Elizabeth. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Mariño, Sonia Itatí. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Martins, Sebastián. Universidad Nacional de Lanús. Departamento de Desarrollo Productivo y Tecnológico; Argentina.
Se presenta la integración de tecnologías de minería de datos y gIS, orientadas a la generación de conocimiento para identificar y caracterizar clusters de robos y hurtos en una ciudad argentina en el primer semestre de 2017. Se adaptó la metodología CrISp-dm, y se aplicó un conjunto de técnicas de minería de datos (Som, tdIdt y redes Bayesianas) para identificar y comprender los patrones delictivos. además, se vincularon los patrones descubiertos con la tecnología gIS para comprender las zonas calientes de mayor ocurrencia de estos delitos. la finalidad es proponer innovadoras modalidades para apoyar procesos de decisión basados en tI.
The integration of data mining and gIS technologies is presented, in order to generate knowledge to identify and characterize theft and robbery clusters in an argentine city in the first half of 2017. the CrISp-dm methodology was adapted, and applied to a set of data mining techniques (Som, tdIdt and Bayesian networks) to identify and understand criminal patterns. In addition, the patterns discovered were linked with gIS technology to understand the hot zones with the highest occurrence of these crimes. the purpose of the paper is present innovative modalities to support It-based decision processes. - Fuente
- International Journal of Information Systems and Software Engineering for Big Companies, 2019, vol. 6, no. 2, p. 81-87.
- Materia
-
Minería de datos
Gis
Toma de decisiones
Aplicaciones en gobierno
Redes som
TdIdt
Bayesianas
Data mining
Decision making
Government applications
Bayesian networks - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional del Nordeste
- OAI Identificador
- oai:repositorio.unne.edu.ar:123456789/53081
Ver los metadatos del registro completo
id |
RIUNNE_15c2a50b013252c01721aa9edb3bcc2b |
---|---|
oai_identifier_str |
oai:repositorio.unne.edu.ar:123456789/53081 |
network_acronym_str |
RIUNNE |
repository_id_str |
4871 |
network_name_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
spelling |
Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudioModeling and simulation of robberies and thefts based on SOM, TDIDT and Bayesian networks. A case studyFlores, Lorena ElizabethMariño, Sonia ItatíMartins, SebastiánMinería de datosGisToma de decisionesAplicaciones en gobiernoRedes somTdIdtBayesianasData miningDecision makingGovernment applicationsBayesian networksFil: Flores, Lorena Elizabeth. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.Fil: Mariño, Sonia Itatí. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.Fil: Martins, Sebastián. Universidad Nacional de Lanús. Departamento de Desarrollo Productivo y Tecnológico; Argentina.Se presenta la integración de tecnologías de minería de datos y gIS, orientadas a la generación de conocimiento para identificar y caracterizar clusters de robos y hurtos en una ciudad argentina en el primer semestre de 2017. Se adaptó la metodología CrISp-dm, y se aplicó un conjunto de técnicas de minería de datos (Som, tdIdt y redes Bayesianas) para identificar y comprender los patrones delictivos. además, se vincularon los patrones descubiertos con la tecnología gIS para comprender las zonas calientes de mayor ocurrencia de estos delitos. la finalidad es proponer innovadoras modalidades para apoyar procesos de decisión basados en tI.The integration of data mining and gIS technologies is presented, in order to generate knowledge to identify and characterize theft and robbery clusters in an argentine city in the first half of 2017. the CrISp-dm methodology was adapted, and applied to a set of data mining techniques (Som, tdIdt and Bayesian networks) to identify and understand criminal patterns. In addition, the patterns discovered were linked with gIS technology to understand the hot zones with the highest occurrence of these crimes. the purpose of the paper is present innovative modalities to support It-based decision processes.United Academic Journals2019info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfp. 81-87application/pdfFlores, Lorena Elizabeth, Mariño, Sonia Itatí y Martins, Sebastián, 2019. Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio. International Journal of Information Systems and Software Engineering for Big Companies. Huelva: United Academic Journals, vol. 6, no. 2, p. 81-87. ISSN 2387-0184.2387-0184http://repositorio.unne.edu.ar/handle/123456789/53081International Journal of Information Systems and Software Engineering for Big Companies, 2019, vol. 6, no. 2, p. 81-87.reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)instname:Universidad Nacional del Nordestespainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Atribución-NoComercial-SinDerivadas 2.5 Argentina2025-09-29T14:30:13Zoai:repositorio.unne.edu.ar:123456789/53081instacron:UNNEInstitucionalhttp://repositorio.unne.edu.ar/Universidad públicaNo correspondehttp://repositorio.unne.edu.ar/oaiososa@bib.unne.edu.ar;sergio.alegria@unne.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:48712025-09-29 14:30:13.5Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordestefalse |
dc.title.none.fl_str_mv |
Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio Modeling and simulation of robberies and thefts based on SOM, TDIDT and Bayesian networks. A case study |
title |
Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio |
spellingShingle |
Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio Flores, Lorena Elizabeth Minería de datos Gis Toma de decisiones Aplicaciones en gobierno Redes som TdIdt Bayesianas Data mining Decision making Government applications Bayesian networks |
title_short |
Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio |
title_full |
Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio |
title_fullStr |
Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio |
title_full_unstemmed |
Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio |
title_sort |
Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio |
dc.creator.none.fl_str_mv |
Flores, Lorena Elizabeth Mariño, Sonia Itatí Martins, Sebastián |
author |
Flores, Lorena Elizabeth |
author_facet |
Flores, Lorena Elizabeth Mariño, Sonia Itatí Martins, Sebastián |
author_role |
author |
author2 |
Mariño, Sonia Itatí Martins, Sebastián |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Minería de datos Gis Toma de decisiones Aplicaciones en gobierno Redes som TdIdt Bayesianas Data mining Decision making Government applications Bayesian networks |
topic |
Minería de datos Gis Toma de decisiones Aplicaciones en gobierno Redes som TdIdt Bayesianas Data mining Decision making Government applications Bayesian networks |
dc.description.none.fl_txt_mv |
Fil: Flores, Lorena Elizabeth. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina. Fil: Mariño, Sonia Itatí. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina. Fil: Martins, Sebastián. Universidad Nacional de Lanús. Departamento de Desarrollo Productivo y Tecnológico; Argentina. Se presenta la integración de tecnologías de minería de datos y gIS, orientadas a la generación de conocimiento para identificar y caracterizar clusters de robos y hurtos en una ciudad argentina en el primer semestre de 2017. Se adaptó la metodología CrISp-dm, y se aplicó un conjunto de técnicas de minería de datos (Som, tdIdt y redes Bayesianas) para identificar y comprender los patrones delictivos. además, se vincularon los patrones descubiertos con la tecnología gIS para comprender las zonas calientes de mayor ocurrencia de estos delitos. la finalidad es proponer innovadoras modalidades para apoyar procesos de decisión basados en tI. The integration of data mining and gIS technologies is presented, in order to generate knowledge to identify and characterize theft and robbery clusters in an argentine city in the first half of 2017. the CrISp-dm methodology was adapted, and applied to a set of data mining techniques (Som, tdIdt and Bayesian networks) to identify and understand criminal patterns. In addition, the patterns discovered were linked with gIS technology to understand the hot zones with the highest occurrence of these crimes. the purpose of the paper is present innovative modalities to support It-based decision processes. |
description |
Fil: Flores, Lorena Elizabeth. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
Flores, Lorena Elizabeth, Mariño, Sonia Itatí y Martins, Sebastián, 2019. Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio. International Journal of Information Systems and Software Engineering for Big Companies. Huelva: United Academic Journals, vol. 6, no. 2, p. 81-87. ISSN 2387-0184. 2387-0184 http://repositorio.unne.edu.ar/handle/123456789/53081 |
identifier_str_mv |
Flores, Lorena Elizabeth, Mariño, Sonia Itatí y Martins, Sebastián, 2019. Modelado y simulación de robos y hurtos basados en redes SOM, TDIDT y Bayesianas. Un caso de estudio. International Journal of Information Systems and Software Engineering for Big Companies. Huelva: United Academic Journals, vol. 6, no. 2, p. 81-87. ISSN 2387-0184. 2387-0184 |
url |
http://repositorio.unne.edu.ar/handle/123456789/53081 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
dc.format.none.fl_str_mv |
application/pdf p. 81-87 application/pdf |
dc.publisher.none.fl_str_mv |
United Academic Journals |
publisher.none.fl_str_mv |
United Academic Journals |
dc.source.none.fl_str_mv |
International Journal of Information Systems and Software Engineering for Big Companies, 2019, vol. 6, no. 2, p. 81-87. reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) instname:Universidad Nacional del Nordeste |
reponame_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
collection |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
instname_str |
Universidad Nacional del Nordeste |
repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordeste |
repository.mail.fl_str_mv |
ososa@bib.unne.edu.ar;sergio.alegria@unne.edu.ar |
_version_ |
1844621684679639040 |
score |
12.559606 |