Análisis y predicción de delincuencia en ciudades

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10045/136606
Información del item - Informació de l'item - Item information
Título: Análisis y predicción de delincuencia en ciudades
Autor/es: Torre Vicedo, Santiago de la
Director de la investigación: Teruel, Miguel A. | Lavalle, Ana
Centro, Departamento o Servicio: Universidad de Alicante. Departamento de Lenguajes y Sistemas Informáticos
Palabras clave: Análisis | Datos | Predicción | Business Intelligence | BI | PowerBI | Pentaho | Prophet | Procesamiento | Python | MySQL | Tiroteos | Nueva York
Fecha de publicación: 28-jul-2023
Fecha de lectura: 25-jul-2023
Resumen: La delincuencia es un problema que persiste en las ciudades modernas, y en concreto este TFG se centrará en los sucesos de tiroteos en la ciudad de Nueva York, con la finalidad de comprender sus patrones y tendencias. El objetivo de este TFG es llevar a cabo la integración de datos provenientes de diversas fuentes, con el propósito de procesar y transformar dichos datos en información que pueda ser posteriormente analizada. La integración de estos datos permitirá obtener una visión más amplia de la delincuencia en las ciudades, y por tanto, contribuirá con una comprensión más completa de estos sucesos. Además, se busca complementar el análisis con una serie de predicciones. Mediante el uso de técnicas de análisis predictivo, se buscará identificar patrones y correlaciones en los datos históricos. Estas predicciones permitirán obtener una visión de futuro y contribuir a la toma de decisiones para estrategias de prevención de delitos. Este campo de estudio posee cierta relevancia debido a su impacto en la seguridad ciudadana y seguridad de las ciudades. Al comprender ciertos factores que intervienen en los sucesos de tiroteos, se pueden diseñar medidas más efectivas y focalizadas en áreas específicas.
Patrocinador/es: This work has been co-funded by the AETHER-UA project (PID2020-112540RB-C43), a smart data holistic approach for context-aware data analytics: smarter machine learning for business modeling and analytics, funded by Spanish Ministry of Science and Innovation, and the BALLADEER (PROMETEO/2021/088) project, a Big Data analytical platform for the diagnosis and treatment of Attention Deficit Hyperactivity Disorder (ADHD) featuring extended reality, funded by the Conselleria de Innovación, Universidades, Ciencia y Sociedad Digital (Generalitat Valenciana).
URI: http://hdl.handle.net/10045/136606
Idioma: spa
Tipo: info:eu-repo/semantics/bachelorThesis
Derechos: Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0
Aparece en las colecciones:Grado en Ingeniería Informática - Trabajos Fin de Grado

Archivos en este ítem:
Archivos en este ítem:
Archivo Descripción TamañoFormato 
ThumbnailAnalisis_y_prediccion_de_delincuencia_en_ciudade_De_La_Torre_Vicedo_Santiago.pdf5,32 MBAdobe PDFAbrir Vista previa


Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.