Uso de big data para mejorar la movilidad

Using big data to improve mobility

dc.contributorVarela Velez, Oscar Ivan
dc.creatorRojas Guarnizo, Alvaro
dc.date2023-07-12T13:26:03Z
dc.date2023-07-12T13:26:03Z
dc.date2023-05-05
dc.date.accessioned2023-09-06T17:36:26Z
dc.date.available2023-09-06T17:36:26Z
dc.identifierhttp://hdl.handle.net/10654/44941
dc.identifierinstname:Universidad Militar Nueva Granada
dc.identifierreponame:Repositorio Institucional Universidad Militar Nueva Granada
dc.identifierrepourl:https://repository.unimilitar.edu.co
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8691715
dc.descriptionEl Big Data es un término que se refiere a grandes volúmenes de datos que son analizados para extraer información valiosa. En el ámbito de la movilidad, el Big Data es una herramienta muy valiosa para mejorar la eficiencia y la seguridad en el transporte urbano. Uno de los principales usos del Big Data en la movilidad es el análisis de los patrones de desplazamiento de las personas y los vehículos. Gracias a la recolección de datos en tiempo real, es posible conocer las rutas que se utilizan con mayor frecuencia, los horarios de mayor demanda, los puntos de congestión, entre otros factores relevantes. Esto permite a las autoridades planificar y mejorar el transporte público, adaptando las rutas y horarios a las necesidades de los usuarios.
dc.descriptionBig Data is a term that refers to large volumes of data that are analyzed to extract valuable information. In the field of mobility, Big Data is a very valuable tool for improving efficiency and safety in urban transportation. One of the main uses of Big Data in mobility is the analysis of travel patterns of people and vehicles. Thanks to real-time data collection, it is possible to know which routes are used most frequently, the times of greatest demand, congestion points, among other relevant factors. This allows authorities to plan and improve public transportation, adapting routes and schedules to the needs of users.
dc.descriptionPregrado
dc.formatapplicaction/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherIngeniería Informática
dc.publisherFacultad de Estudios a Distancia
dc.publisherUniversidad Militar Nueva Granada
dc.relationAdrian Merv. (2011). Big Data. Teradata Magazine.
dc.relationAranega, I., Kerkach, N., Hernandez, C., & Naomi, T. S. (2018). BIG DATA ABSTRACT GRAPHIC. Madrid.
dc.relationBahga, A., & Madisetti, V. (2019). Big Data Analytics: A Hands-On Approach
dc.relationChunling, Z., & Zunfeng, L. (2019). Application of big data technology in agricultural internet of things. International journal of distributed sensor networks
dc.relationCox, M., & Ellsworth, D. (1997). Application-controlled demand paging for out-of-core visualization. ACM Transactions on Graphics,
dc.relationDasgupta, N. (2018). Practical Big Data Analytics. Birmingham: Packt
dc.relationIBM. (2022). Análisis del Big Data. Obtenido de IBM: https://www.ibm.com/co-es/analytics/hadoop/big-data-analytics
dc.relationIgnacio, L. (2020). Aplicabilidad de herramientas de big data y business analytics a la mejora de la ecomovilidad urbana: el caso bicimad. Madrid.
dc.relationLinze, L., & Jun, Z. (2021). Research and Analysis of an Enterprise E-Commerce Marketing System Under the Big Data Environment. Journal of Organizational and End User Computing
dc.relationLopez, P. (2019). Oportunidades estratégicas y riesgos en la implementación del big data en el sector financiero español.
dc.relationMayer, V., & Cukier, K. (2013). Big Data: A Revolution That Will Transform How We Live, Work, and Think. Houghton Mifflin Harcourt.
dc.relationMontorio, A. (2022). Big Data para la comprensión de Métricas de E-Sports usando tecnologia Web. Madrid.
dc.relationNagore, A. (10 de 01 de 2023). apd. Obtenido de https://www.apd.es/big-data-ventajas/
dc.relationO'Neil, C. (2016). Weapons of math destruction. New York: Crown.
dc.relationPLANEACIÓN, D. N. (2018). POLÍTICA NACIONAL DE EXPLOTACIÓN DE DATOS. Bogota
dc.relationRussom, P. (2011). Big Data Analytics. Renton: tdwi
dc.relationSayantan, K., Amandeep, D., Najmul, I., & Matti, M. (2020). Big data analytics in healthcare: a systematic literature review. Enterprise information Systems
dc.relationSchroeck, M., Shockley, R., Smart, J., Romero, D., & Tufano, P. (2012). Analytics: el uso de big data en el mundo real
dc.relationSecretaria de movilidad. (17 de 11 de 2019). Secretaria de movilidad. Obtenido de https://www.movilidadbogota.gov.co/web/node/2416
dc.relationSITP. (03 de 05 de 2023). SITP. Obtenido de https://www.sitp.gov.co/publicaciones/40075/informacion-general/
dc.relationSKG. (03 de 05 de 2023). SKG Tecnologia. Obtenido de https://skgtecnologia.com/tag/sistema-inteligente-de-transporte/
dc.relationTFL. (13 de 10 de 2017). TFL. Obtenido de https://tfl.gov.uk/info-for/media/press-releases/2017/october/tfl-s-free-open-data-boosts-london-s-economy
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.rightsAcceso abierto
dc.subjectTOMA DE DECISIONES
dc.subjectData
dc.subjectMobility
dc.subjectVarierty
dc.subjectVolume
dc.subjectVelocity
dc.subjectBIG DATA
dc.subjectDatos
dc.subjectMovilidad
dc.subjectVariedad
dc.subjectVolumen
dc.subjectVelocidad
dc.titleUso de big data para mejorar la movilidad
dc.titleUsing big data to improve mobility
dc.typeTesis/Trabajo de grado - Monografía - Pregrado
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.typehttp://purl.org/coar/resource_type/c_7a1f
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.coverageCampus UMNG


Este ítem pertenece a la siguiente institución