Exploración de técnicas de minería de datos aplicadas a datos georreferenciados para establecer su eficacia y confiabilidad en detección de patrones - caso de estudio: hechos delictivos en el departamento del Atlántico

dc.contributor.authorCastillo Velez, Jhonny
dc.date.accessioned2019-03-20T15:51:14Z
dc.date.available2019-03-20T15:51:14Z
dc.date.issued2018
dc.description.abstractEl documento a continuación contiene una descripción de los resultados de aplicar las técnicas de minería de datos de Clustering y Árboles de decisión a datos geo-referenciados de hechos delictivos en el departamento del Atlántico ocurridos entre los años de 2016 y 2017, con el fin de obtener un patrón descriptivo y predictivo.spa
dc.identifier.urihttp://hdl.handle.net/20.500.12442/2801
dc.language.isospaspa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.publisherFacultad de Ingenieríasspa
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccess
dc.rights.licenseLicencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacionalspa
dc.subjectMinería de datosspa
dc.subjectDatos geo-referenciadosspa
dc.subjectÁrboles de decisiónspa
dc.titleExploración de técnicas de minería de datos aplicadas a datos georreferenciados para establecer su eficacia y confiabilidad en detección de patrones - caso de estudio: hechos delictivos en el departamento del Atlánticospa
dc.typeOtherspa
dcterms.referencesAbril Frade, D. O., & Pérez Castillo, J. N. (2007). Estado actual de las tecnologías de bodega de datos y OLAP aplicadas a bases de datos espaciales. Ingeniería e Investigación, 27(1).spa
dcterms.referencesAgrawal, R., & Ramakrishnan , S. (1994). Fast algorithms for mining association rules. En Proc. 20th int. conf. very large data bases, VLDB., 487-499.eng
dcterms.referencesAljure,D.C.,&Agudelo,J.G.(2011).Mineríadedatosespaciales.RevistaAvancesenSistemase Informática, 71-77.spa
dcterms.referencesAlon, U., Barkai, N., Notterman, D., Gish, K., Ybarra, S., Mack, D., & Levine, A. (1999). Broad patterns of gene expression revealed by clustering analysis of tumor and normal colon tissues probed by oligonucleotide arrays. Proceedings of the National Academy of Sciences, 96(12), 6745-6750.eng
dcterms.referencesAustin, S. B.,Melly, S. J., Sanchez, B. N., Patel,A., Buka, S.,& Gortmaker, S. L.(2005). Clusteringof fast- foodrestaurants around schools: anovel application ofspatial statistics to thestudyoffood environments. American Journal of Public Health, 95(9), 1575-1581.eng
dcterms.referencesBalestrini,M.(2002). Comoseelaboraelproyectodeinvestigación. Caracas: Editorial B.LConsultores Asociados.spa
dcterms.referencesBerkhin, P. (2006). A survey of clustering data mining techniques. In Grouping multidimensional data (pp. 25-71). Springer, Berlin, Heidelberg.eng
dcterms.referencesBrabham, D. C. (2008). Crowdsourcing as a model for problem solving an introduction and cases. .Convergence: the international journal of research into new media technologies, 14(1), 75-90.eng
dcterms.referencesChau, M., Cheng, R., Kao, B., & Ng, J. (2006). Uncertain data mining: An example in clustering location data. Pacific-Asia Conference on Knowledge Discovery and Data Mining (págs. 199-204). Berlin: Springer.eng
dcterms.referencesChen,M.-S., Han, J.,&Yu,P. S.(1996).Datamining: anoverviewfrom adatabase perspective. IEEE Transactions on Knowledge and data Engineering, 8(6), 866-883.eng
dcterms.referencesCoenen, F. (2011). Data mining: past, present and future. The Knowledge Engineering Review, 25-29.eng
dcterms.referencesDe laHoz Franco, E., De laHoz Correa, E., OrtizGarcia, A., Ortega Lopera,J., & Prieto Espinosa, A. ( 2013). NetworkAnomalyDetectionwithBayesianSelf-OrganizingMaps.International Work-Conference on Artificial Neural Networks (págs. 530-537). Berlin, Heidelberg: Springer.eng
dcterms.referencesDoan, A., Ramakrishnan, R., & Halevy, A. Y. (2011). Crowdsourcing systems on the world- wide web. Communications of the ACM, 54(4), 86-96.eng
dcterms.referencesDueñas-Reyes, M. X. (2009). Minería de datos espaciales en búsqueda de la verdadera información. ingeniería y universidad, 13(1), 137-156.spa
dcterms.referencesEster, M., Kriegel, H.-P., & Xu, X. (1995). Knowledge discovery in large spatial databases: Focusing techniques for efficient class identification. En International Symposium on Spatial Databases (págs. 67- 82). Berlin Heidelberg: Springer.eng
dcterms.referencesFrade, D.O.,& Castillo, J.N. (2007). Estadoactualdelas tecnologías debodegadedatos yOLAP aplicadas a base de datos espaciales. Ingenieria e Investigacion, 27(1), 58-67.spa
dcterms.referencesGibert, K. (2004). GIBERT, Karina. Técnicas hıbridas de inteligencia artificial y estadıstica para el descubrimiento de conocimiento y la minerıa de datos. Tendencias de la minerıa de datos en Espana, 119-130.spa
dcterms.referencesGil-Flores, J. (1994). Análisis de datos cualitativos: aplicaciones a la investigación educativa. Promociones y Publicaciones Universitarias, PPU.spa
dcterms.referencesGonzales, M. P., Granollers, T., & Lores, J. (2006). Métricas predictivas de la usabilidad: un nuevo enfoque para su ponderación cualitativa. En VI Congreso de Interacción Persona Ordenador, 233-241.spa
dcterms.referencesHan, J., Pei, J., & Kamber, M. (2011). Data mining: concepts and techniques. Elsevier.eng
dcterms.referencesHartigan, J. (1979). Algorithm AS 136: A k-means clustering algorithm. Journal of the Royal Statistical Society., 28(1), 100-108.eng
dcterms.referencesHurtado de Barrera, j. (2008). Metodología de lainvestigación, una comprensión holística. Caracas, Venezuela: Ediciones Quiron-Sypal.spa
dcterms.referencesHurtado de Barrera, j. (2010). Guía para la comprensión holística de la ciencia (Vol. 3). Caracas. Parte II Capitulo: Fundación Sypal.spa
dcterms.referencesJain, A. (2010). Data clustering: 50 years beyond K-means. Pattern recognition letters, 31(8 ), 651-666. Jung, M. ( 2013). LecoS-A QGIS plugin for automated landscape ecology analysis. PeerJ PrePrints.eng
dcterms.referencesJimenez, C. A. (2016 de 11 de 5). Cada hora se denuncian al menos 12 robos a personas. EL TIEMPO.spa
dcterms.referencesKohonen,T.(1982).Analysisofasimpleself-organizingprocess.Biological cybernetics, 44(2),135- 140.eng
dcterms.referencesKurgan,L. A.,&Cios,K. J.(2004).CAIMdiscretizationalgorithm.IEEEtransactions onKnowledge and Data Engineering, 16(2), 145-153.eng
dcterms.referencesLarose, D. T. (2014). Discovering knowledge in data: an introduction to data mining. John Wiley & Sons . Lopez Perez, C. (2017). Minería de datos: técnicas y herramientas. Editorialeng
dcterms.referencesMadrid Prada, E. ( 2008). Los insumos invisibles de decisión: datos, información y conocimiento. En Anales de documentación, 183-196.spa
dcterms.referencesMantel, N. (1967). The detection of disease clustering anda generalized regression approach. Cancer research, 27(2 ),209-220.eng
dcterms.referencesMartinez, G. R., & Mejia, J. A. (2011). Árboles de decisiones en el diagnóstico de enfermedades cardiovasculares. Scientia et Technica, 3(49), 104-109.spa
dcterms.referencesMendez Calderon, N. d. (2006.). Minería De Datos Una Herramienta Para La Toma De Decisiones. Guatemala.spa
dcterms.referencesNg, H. P., Ong, S. H., Foong, K. W., Goh, P. S., & Nowinski, W. L. (2006). Medical image segmentation using k-means clustering and improved watershed algorithm. Image Analysis and Interpretation, 2006 IEEE Southwest Symposium on (págs. 61-65). IEEE.eng
dcterms.referencesPatterson, T. C. (2007). PATTERSON, Todd C. Google Earth as a (not just) geography education tool. Journal of Geography, 106(4),145-152.eng
dcterms.referencesPeng, W., Chen, J., & Zhou, H. (2009). An Implementation of ID3--- Decision Tree Learning Algorithm. 13.eng
dcterms.referencesPerez-Montoro Guitierrez, M. (2003). El documento como dato, conocimieno e informacion. Tradumatica(2).spa
dcterms.referencesPerversi, I., & Fernández., M. I. (2007). Aplicación de Minería de Datos para la exploración y detección de patronesdelictivosenArgentina.XIIICongresoArgentinodeCienciasdelaComputación.spa
dcterms.referencesRahm, E., &Do, H. H. (2000). Datacleaning: Problems andcurrentapproaches. IEEE Data Eng, 23(4), 3- 13.eng
dcterms.referencesRajesh,D.(2011).Applicationofspatialdataminingforagriculture.InternationalJournalof Computer Applications, 15(2), 7-9.eng
dcterms.referencesRuizGómez,J.J.(2016). Análisisespacialysupervisadodedatoscriminalísticosutilizandounsistemade información geográfica.spa
dcterms.referencesSuarez, j. m. (2016.). Tecnicas de agrupamientode Mineria de Datos Espaciales parala Caracterizaciony Analizis de los Hurtos que Afectan Bogota. Bogota.spa
dcterms.referencesSwian, S., & Sarangi, S. (2013). Study of Various Classification Algorithms using Data Mining. nt. J. Adv. Res. Sci. Technol. Volume, 2 (2), 110-114.eng
dcterms.referencesTan, P. N., Steinbach, M., & Kumar, V. (2006). Introduction to data mining. Addison Wesley Publishers.eng
dcterms.referencesTanasa, D., & Trousse, B. (2004). Advanced data preprocessingfor intersites web usage mining. IEE. Intelligent Systems, 19(2), 59-65.eng
dcterms.referencesTsou, M.-H., & Smith, J. (2011). "Free and Open Source software for GIS education. San Diego.eng
dcterms.referencesVerma, G., & Verma, V. (2012). Role and applications of genetic algorithm in data mining. International journal of computer applicationsvol., 48(17), 5-8.eng
dcterms.referencesWang, D. L. (s.f.). Concepts, principles and applications of spatial datamining and knowledge discovery.eng
dcterms.referencesYuxun, L., & Niuniu, X. (2010). ImprovedID3algorithm. Computer Science and Information Technology (ICCSIT), 2010 3rd IEEE International Conference (págs. 465-468). IEEE.eng
dcterms.referencesZhao,Q.,&Bhowmick, S.S.(2013).Sequentialpatternmining:Asurvey.ITechnicalReportCAISNayang Technological University Singapore,1-26.eng
sb.programaMaestría en Ingeniería de Sistemas y Computaciónspa
sb.sedeSede Barranquillaspa
sb.sedeSede Barranquillaspa

Archivos

Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
PDF
Tamaño:
3.07 MB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:

Colecciones