2026-06-28T20:33:32Zhttps://docta.ucm.es/rest/oai/request

oai:docta.ucm.es:20.500.14352/198422023-09-07T10:07:55Zcom_20.500.14352_14col_20.500.14352_23

Minería de patrones de movilidad humana y características espacio-temporales a través de datos geo-etiquetados de redes sociales: un caso de estudio en Madrid Capital Rueda, Salvador Alejandro Portela García-Miguel, Javier La caracterización de los patrones de movilidad humana es esencial para poder comprender el comportamiento humano y su interacción en un ámbito social, económico y ambiental. Además, juega un rol importante en el desarrollo y mejora en la planificación urbana, ingeniería de transporte, salud pública y estrategias de marketing. Con el incremento en el uso de dispositivos móviles con detección de ubicación (GPS) y el de las redes sociales, ha surgido una nueva forma de estudiar la dinámica de una ciudad a partir del minado de datos georreferenciados generados por los usuarios de estas redes sociales. El propósito de este estudio es el detectar los patrones de trayectorias y sus características espacio temporales más relevantes dentro de Madrid capital. Para este objetivo, se ha ideado un proceso a través del cual, se han recogido desde la red social Twitter, tweets georreferenciados para posteriormente llevar a cabo un proceso de asignación de categorías las cuales permiten dar una semántica a cada una de las ubicaciones (latitud y longitud) obtenidos en cada uno de los tweets. El proceso de asignación de las categorías a cada uno de los tweets se realizó a través de la red social Foursquare. Por medio del API disponible por esta red social, es posible consultar las categorías de bajo (nombre de la ubicación), medio y alto nivel asociada a cada posición desde donde se generaron cada uno de los tweets. Adicionalmente, como parte de la caracterización de cada uno de las ubicaciones, se ha asignado a cada una de estas el barrio de Madrid desde el cual se generó cada uno de los tweet. Luego de caracterización de cada una de las ubicaciones a través de la asignación de bajo, medio, alto nivel y de barrio; se procede a evaluar lo patrones de trayectorias y de asociaciones entre ubicaciones. Para ello, se ha empleado algoritmos de análisis de asociación y el análisis de secuencial para así poder determinar las características de desplazamientos y los comportamientos de movilidad dentro de Madrid Capital. 2023-06-18T00:41:22Z 2023-06-18T00:41:22Z 2017-09 master thesis https://hdl.handle.net/20.500.14352/19842 spa open access Facultad de Estudios Estadísticos (UCM)