Identificación de lesiones no fatales en la cartografía del municipio de pasto con la técnica de grupamiento

Identification of non-fatal injuries in the cartography of the municipality of pasto with the clustering technique

Contenido principal del artículo

Silvio Ricardo Timarán-Pereira
Gonzalo José Hernández-Garzón
Nelson Enrique Quemá-Taimbud

Resumen

En este artículo se presenta uno de los resultados del proyecto de investigación que tuvo como objetivo detectar patrones de eventos violentos y georreferenciados, a partir de la información almacenada en el Observatorio del Delito del Municipio de Pasto (Colombia) con técnicas de minería de datos. Para georreferenciar cada evento y procesarlo geográficamente, se construyó un geocodificador de direcciones urbanas del municipio de Pasto, bajo software libre. Este geocodificador se integró a un visor cartográfico, que al aplicar la técnica de agrupamiento con el algoritmo k-means, permitió visualizar e identificar patrones en zonas del municipio donde suceden los diferentes eventos violentos. Esta información facilitará a los organismos gubernamentales y de seguridad la toma de decisiones eficaces relacionadas con la seguridad ciudadana y la prevención de este tipo de eventos.

Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Biografía del autor/a (VER)

Silvio Ricardo Timarán-Pereira, UNIVERSIDAD DE NARIÑO

Doctor en Ingeniería énfasis Ciencias de la Computación,Master of Science en Ingeniería, Espcialista en MUltimedia Educativa, Ingeniero de Sistemas y Computación. Profesor Titular del Departamento de Sistemas de la  Facultad de Ingeniería de la Universidad de Nariño. Director grupo de investigación GRIAS

 

Gonzalo José Hernández-Garzón, Universidad de Nariño

Ingeniero de Sistemas, Magister en Ingeniería énfasis Ciencias de la Computación, profesor Asistente del departamento de Sistemas de la facultad de Ingeniería de la Universidad de Nariño. Investigador grupo GRIAS.

Nelson Enrique Quemá-Taimbud, Universidad de Nariño

Ingeniero de Ssitemas, Joven Investigador grupo investigación GRIAS

Referencias (VER)

Betancourt-Salazar, C. (2005). Vigilancia de lesiones de causa externa para la toma de decisiones en el nivel local: experiencia de Pasto, Colombia, año 2005. San Juan de Pasto, Colombia: Instituto Nacional de Salud – SEA, Instituto Cisalva. Recuperado de: http://www.javeriana.edu.co/fcea/convocatorias/memorias_1congreso_sp/vigilancia_salud_publica/103w.pdf

Chen, M., Han, J., & Yu, P. (1996). Data Mining: An Overview from Database Perspective. Journal IEEE Transactions on Knowledge Data Engineering, 8, (6), 866-883.

Hall, M., Frank, E., & Witten, I. (2011). Practical Data Mining: Tutorials. University of Waikato. Recuperado de: http:// www.micai.org/2012/tutorials/Weka%20tutorials%20Spanish.pdf‎.

Han, J., & Kamber, M. (2001). Data Mining: Concepts and Techniques. San Francisco, USA: Morgan Kaufmann Publishers.

Hernández, J., Ramírez, M., & Ferri, C. (2005). Introducción a la Minería de Datos. Madrid, España: Editorial Pearson Educación S.A.

Ministerio de Salud y Protección Social, MinSalud (2013). Guía Metodológica para Registros, Observatorios, Sistemas de Seguimiento y Salas Situacionales Nacionales en Salud. Bogotá, Colombia: Dirección de Epidemiología y Demografía.

Molina, J., (2002). Data Mining: torturando a los datos hasta que confiesen. Recuperado de: http://www.uoc.edu/web/esp/art/uoc/molina1102/molina1102.html.

Organización de Estados Americanos, OEA. (2013). Manual para la creación de Observatorios Nacionales sobre criminalidad y violencia. Recuperado de: http://www.oas.org/dsp/alertamerica/documents/manualobservatoriosnacionales.pdf

Organización Mundial de la Salud, OMS. (2002). Informe mundial sobre la violencia y la salud: SINOPSIS. Recuperado de: http://apps.who.int/iris/bitstream/10665/67411/1/a77102_spa.pdf?ua=1

Organización Panamericana de la Salud, OPS. (2008a). Sistematización de Experiencias sobre Sistemas de Vigilancia, Observatorios o Sistemas de Información de Violencia en América Latina. Recuperado de: http://apps.who.int/iris/bitstream/10665/173208/1/OPS%2520CISALVA%2520Manual%2520Observatorios%2520%282008%29.pdf

Organización Panamericana de la Salud, OPS. (2008b). Guía Metodológica para la Replicación de Observatorios Municipales de Violencia. Cali, Colombia: Centro Editorial CATORSE SCS.

Rivillas, J. C., Montaño-Caicedo, J. I., Cuéllar-Segura, C. M., & Ospina, M. L. (2013). Registros, observatorios y sistemas de seguimiento en salud en Colombia: Orientación de políticas basadas en la evidencia y gestión del conocimiento. Superintendencia Nacional de Salud. Monitor Estratégico, 4, 56-62.

Sharma, N., Bajpai, A., & Litoriya, M. R. (2012). Comparison the various clustering algorithms of wekatools. International Journal of Emerging Technology and Advanced Engineering, 2, (5) 73-80. Reuperado de: https://pdfs.semanticscholar.org/eca2/5eb78be04ffe09b029dd1d36f5ba66749f29.pdf

Timarán, R., Barón, A., Hernández, G., Hidalgo, A., & Betancourth,C. (2012). SIGEODEP: Un primer paso para la Detección de Patrones Delictivos con Técnicas de Minería de Datos. IX Jornadas Iberoamericanas de Ingeniería de Software e Ingeniería del Conocimiento (JIISIC 2012). Pontificia Universidad Católica del Perú. Lima, Perú.

Timarán, R., Calderón, A., Hidalgo, A., Barón, A., & Hernández, G. (2013). Construcción de un Mercado de Datos para soportar la Detección de Patrones. Primer Congreso Andino de Computación, Informática y Educación CACIED 2013. Universidad de Nariño. San Juan de Pasto, Colombia.

Timarán, R., Hernández, G., & Quemá, N. (2016). Geocodificador de eventos delictivos georreferenciados a nivel de direcciones urbanas en el municipio de Pasto. 5º Congreso Internacional de Gestión Tecnológica y de la Innovación COGESTEC 2016. Universidad Industrial de Santander. Bucaramanga, Colombia.

Timarán-Pereira, R., & Yépez-Chamorro, M. (2016). Caracterización de la supervivencia de mujeres con cáncer invasivo de cuello uterino usando minería de datos. Revista de Investigación, Desarrollo e Innovación, 7 (1), 127-139. doi: http://dx.doi.org/10.19053/20278306.v7.n1.2016.4315.

Perversi, I., Valenga, F., Fernández, F., Britos, P., & Garcia-Martinez, R. (2007). Identificación y Detección de Patrones Delictivos basada en Minería de Datos. En memorias de IX Workshop de Investigadores en Ciencias de la Computación, Universidad Nacional de la Patagonia San Juan Bosco, Trelew, Argentina.

Valenga, F., Fernández, E., Merlino, H., Procopio, C., Britos, P., & Garcia-Martinez, R., (2008). Minería de Datos Aplicada a la Detección de Patrones Delictivos en Argentina. En memorias de VI Jornadas Iberoamericanas de Ingeniería de Software e Ingeniería del Conocimiento (JIISIC 2008). Guayaquil, Ecuador.

Global Health Observatory, WHO. (2012). Geneva: WHO. Recuperado de: http://www.who.int/research-observatory/en/.

Citado por: