Caracterización de los registros en emergencias atendidas por INPRADEM utilizando minería de datos

Yamilet Casanova, Francisco Hidrobo, Lucileima Rosales

Resumen


En este artículo se presenta la caracterización de los registros de emergencias de INPRADEM utilizando minería de datos. Se usó la metodología CRISP-DM, haciendo énfasis en: emergencias suscitadas en el estado Mérida, colisiones por horas, semanas con mayor cantidad de emergencias y eventos en períodos vacacionales. Los resultados aportan información relevante relacionada a los equipos más usados, distribución de colisiones por horas, emergencias que requieren o no equipos, comportamientos en períodos vacacionales y días de la semana con mayor número de eventos. INPRADEM cuenta con una nueva forma de ver sus datos, prometiendo beneficios a la solución de una gran variedad de problemas como: planeación económica, distribución de trabajo y equipo, análisis de servicio y prevención en épocas de demanda alta.

Palabras clave


Organización, minería de datos, caracterización

Texto completo:

PDF

Referencias


Aránguiz, Alejandro (2012). Análisis de accidentes de tránsito en zonas urbanas y rurales usando minería de datos difusa. Tesis de Maestría. Chile: Pontificia Universidad Católica de Valparaíso, 2012, 104 pp.

Chapman, Pete; Clinton, Julian; Kerber, Randy; Khabaza, Thomas; Reinartz, Thomas; Shearer, Colin y Wirth, Rudiger (2000). CRISPDM 1.0 Step-by-step Data Mining Guide. Consultado: 02/04/2017. Disponible (online): https://the-modeling-agency.com › crisp-dm.

García, René; Delgado, Domingo; Díaz, Eduardo y García, René (2012). “Caracterización de la accidentalidad vehicular y análisis de las causas en la provincia de Villa Clara, Cuba”. Dyna, 79, 175 (octubre, 2012), pp. 191-200. Consultado: 12/04/2017. Disponible (online): http://revistas.unal.edu.co/index.php/dyna/article/view/20038/43525.

Emergencia 171 Mérida (2018-2019). Protección civil. Consultado: 22/03/2017. Disponible(online): http://171.merida.gob.ve/proteccion-civil.

Govindarajan, Muthukumarasamy y Chandrasekaran, Ramanathan(2011). “Intrusion detection using neural based hybrid classification methods”. Computer networks, 55, 8 (junio, 2011), pp. 1662-1671. DOI: https://doi.org/10.1016/j.comnet.2010.12.008.

Instituto Nacional de Estadística (INE) (2013). Cifras del parque automotor del estado Mérida. Consultado: 03/04/2017. Disponible (online): http://www.ine.gov.ve/.

Larose, Daniel y Larose, Chantal (2014). Discovering knowledge in data: an introduction to data mining. New Jersey: John Wiley y Sons, pp. 336.

León, Elizabeth (2017). Módulo minería de datos. Consultado: 17/05/2017. Disponible (online): http://disi.unal.edu.co/~eleonguz/cursos/md/presentaciones/Sesion5_Metodologias.pdf.

Hassinger, Mark (2015). Aplicación de técnicas de minería de datos en accidentes de tráfico. Tesis de maestría. Valencia: Universidad Politécnica de Valencia, 2015, 67 pp. Consultado: 05/04/2017. Disponible (online): https://riunet.upv.es/handle/10251/65082.

Salinas, Marcos y Vele, Luis (2014). Estudio científico de la accidentalidad de tránsito en El Cantón Cuenca. Tesis de pregrado. Ecuador: Universidad Politécnica Salesiana Sede Cuenca, 2014, 117 pp. Consultado: 22/03/2017. Disponible (online): https://dspace.ups.edu.ec/handle/123456789/7209.

Timarán, Silvio; Hernández, Isabel; Caicedo, Segundo; Hidalgo, Arsenio y Alvarado, Juan (2016). Descubrimiento de patrones de desempeño académico con árboles de decisión en las competencias genéricas de la formación profesional. Bogotá: Ediciones Universidad Cooperativa

de Colombia, 193 pp. DOI: 10.16925/9789587600490.

Villarino, Guillermo (2015). Metodología de minerías de datos para el estudio de tablas de siniestralidad vial. Tesis de maestría. Madrid, España: Universidad Complutense, 91 pp.

Zavala, Francisco (2014). Buscador de artículos científicos aplicando minería de texto. Tesis de maestría. México: Instituto Tecnológico de la Paz, 2014, 95 pp. Consultado: 24/04/2017. Disponible (online): https://docplayer.es/3887260-Buscador-de-articulos-cientificosaplicando-

mineria-de-datos-tesis.html.


Enlaces refback

  • No hay ningún enlace refback.


ISSN 1315-2467 ISSNe 2343-5704

Redes Sociales

Twitter: @revecono
Facebook: Revecono
Instagram: @revecono

Se encuentra actualmente indizada en:

 

Creative Commons License
Todos los documentos publicados en esta revista se distribuyen bajo una
Licencia Creative Commons Atribución -No Comercial- Compartir Igual 4.0 Internacional.
Por lo que el envío, procesamiento y publicación de artículos en la revista es totalmente gratuito.