Detección automática de patrones de movilidad de una Comunidad Universitaria de Cuenca
Date
2024-09-12
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Geospatial information is essential in fields such as urban planning and agricultural policy evaluation. High quality geospatial data can identify useful patterns for applications such as route optimization and urban traffic management. In Ecuador, urban areas have grown rapidly without adhering to international standards, generating urban zones with diverse characteristics. Analyzing these patterns is crucial to improve efficiency in the management of urban dynamics.
This degree work focuses on the automatic identification of mobility patterns generated by
university students, using a system for the detection of Points of Interest (POI) and mobility
patterns. Clustering techniques, such as the DBSCAN algorithm, were used to find POI and relevant routes. The data were segmented into different temporal contexts, such as time ranges (morning, afternoon, evening, night) and days of the week (start, middle and end of the week), to accurately reflect mobility patterns.
The proposed methodology automates the cluster search for each user, generating a combined score that facilitates the identification and labeling of POIs and routes according to context. The results show POIs that generate and attract trips, as well as the routes that connect them
in different contexts. Validation of these results, through a dashboard presented to mobility experts, confirmed the relevance of the POIs and routes identified, validating the methodology employed.
Resumen
La información geoespacial es esencial en campos como la planificación urbana y la evaluación de políticas agrícolas. Datos geoespaciales de alta calidad permiten identificar patrones útiles para aplicaciones como la optimización de rutas y la gestión del tráfico urbano. En Ecuador, las áreas urbanas han crecido rápidamente sin adherirse a estándares internacionales, generando zonas urbanas con características diversas. Analizar estos patrones es crucial para mejorar la eficiencia en la gestión de la dinámica urbana.
Este trabajo de titulación se enfoca en la identificación automática de patrones de movilidad
generados por estudiantes universitarios, mediante un sistema para la detección de Points
of Interest (POI) y patrones de movilidad. Se emplearon técnicas de clustering, como el algoritmo DBSCAN, para encontrar POI y rutas relevantes. Los datos se segmentaron en diferentes contextos temporales, como rangos horarios (mañana, tarde, noche) y días de la semana (inicio, mitad y fin de semana), para reflejar con precisión los patrones de movilidad.
La metodología propuesta automatiza la búsqueda de clusters para cada usuario,
generando un puntaje combinado que facilita la identificación y etiquetado de POI y rutas
según el contexto. Los resultados muestran POI que generan y atraen viajes, así como las rutas que los conectan en distintos contextos. La validación de estos resultados, a través de un dashboard presentado a expertos en movilidad, confirmó la relevancia de los POI y rutas identificadas, validando la metodología empleada.
Keywords
Ingeniería en Sistemas, Sistemas de movilidad, Rutas
Citation
Código de tesis
Código de tesis
Grado Académico
Ingeniero en Ciencias de la Computación