Publicado

2018-04-01

Integración de herramientas para la toma de decisiones en la congestión vehicular

Integration of tools for decision making in vehicular congestion

Palabras clave:

congestión, tráfico, Twitter, big data, aplicación, Quito (es)
congestion, traffic, Twitter, big data, application, Quito (en)

Descargas

Autores/as

Este estudio tiene como finalidad presentar un análisis de la utilización e integración de herramientas tecnológicas que ayudan a tomar decisiones en situaciones de congestión vehicular. La ciudad de Quito-Ecuador es considerada como un caso de estudio para el trabajo realizado. La investigación se presenta en función del desarrollo de una aplicación, haciendo uso de herramientas Big Data (Apache Flume, Apache Hadoop, Apache Pig), que permiten el procesamiento de gran cantidad de información que se requiere recolectar, almacenar y procesar. Uno de los aspectos innovadores de la aplicación es el uso de la red social Twitter como fuente de origen de datos. Para esto se utilizó su interfaz de programación de aplicaciones (Application Programming Interface, API), la cual permite tomar datos de esta red social en tiempo real e identificar puntos probables de congestión. Este estudio presenta resultados de pruebas realizadas con la aplicación, durante un período de 9 meses.
The purpose of this study is to present an analysis of the use and integration of technological tools that help decision making in situations of vehicular congestion. The city of Quito-Ecuador is considered as a case study for the done work. The research is presented according to the development of an application, using Big Data tools (Apache Flume, Apache Hadoop, Apache Pig), favoring the processing of a lot of information that is required to collect, store and process. One of the innovative aspects of the application is the use of Twitter social network as source of origin. For this, it used its application programming interface (API), which allows to take data from this social network and identify probable points of congestion. This study presents results of tests carried out with the application, in a period of 9 months.

Citas

INEC, Proyecciones de la población Ecuatoriana según Cantón, Cifras y estadisticas. [En línea]. [Consultado: 01-01-2015]. Disponible en: http://www.ecuadorencifras.gob.ec/documentos/web-inec/Poblacion_y_Demografia/Proyecciones_Poblacionales/proyeccion_cantonal_total_2010-2020.xlsx. [Último acceso: 10 12 2017].

Alcaldía de Quito, Noticias, Distritro Metropolitano de Quito. [En línea]. [Consultado: 01-01-2011]. Disponible en: http://www.diariocritico.com/noticia/155769/noticias/la-congestion-vehicular-sigue-sin-solucion-en-quito.html. [Último acceso: 15 10 2015].

Pinto, G., Hacia una movilidad inteligente en la ciudad de Quito, pp. 20-25, 2013.

Herrera, N.H. and Santamaria, H.S., Analysis of the factors generating vehicular traffic, de ICEDEG Conference on eDemocracy & eGovernment, Quito, 2016.

Zikopoulos, C.E.P., Understanding Big Data: analytics for enterprise class hadoop and streaming data, Chicago: McGraw-Hill Osborne Media, 2011.

Aguilar, L.J., Big Data análisis de grandes volúmenes de datos en organizaciones, México: Alfaomega Grupo Editor, S.A, 2013.

Delgado, P.S.M.V.J., CBI Ciencias básicas e ingeniería,. [En línea]. [Consultado: 7-12-2011]. Disponible en: http://sgpwe.izt.uam.mx/pages/cbi/psb/vfinal.pdf. [Último acceso: 08 03 2018].

Kwak, D., Liu, R., Kim, D., Nath, B. and Iftode, L., Seeing is believing: sharing real-time visual traffic information via vehicular clouds, IEEE Access, 4(12), pp. 3617-3631, 2016. DOI: 10.1109/ACCESS.2016.2569585

Cárdenas-Benítez, N., Aquino-Santos, R., Magaña-Espinoza, P., Aguilar-Velazco, J., Edwards-Block, A. and Medina-Cass, A., Traffic

congestion detection system through connected vehicles and Big Data, Sensors, 16(5), p. 599, 2016. DOI: 10.3390/s16050599

Tostes-Ribeiro, A., Henrique-Silva, T., Duarte-Figueiredo F. and Loureiro, A.A.F., Studying traffic conditions by analyzing foursquare and instagram data, in: Symposium on performance evaluation of wireless ad hoc, sensor, & ubiquitous networks, Canada, 2014.

P.D.B.L. Eleonora D' Andrea, Real-Time Detection of Traffic From Twitter Stream Analysis, IEEE Transactions on Intelligent Transportation Systems, 16(4), pp. 2269-2283, 2015. DOI: 10.1109/TITS.2015.2404431

Nellore, K. and Hancke, G.P., A survey on urban traffic management system using wireless sensor networks, Sensors, 16(2), p. 157, 2016. DOI: 10.3390/s16020157

García, F.C., Umap, inteligencia colectiva extraída de las redes sociales, Profit, Barcelona-España, 2010.

Reyes-Zambrano, G. and Hidalgo-Veliz, R.N., Vehicular swept path analysis using K-means algorithm, International Journal of Applied Engineering Research, 11(18), pp. 9536-9538, 2016.

Villena-Román, J., Luna-Cobos, A. y González-Cristóbal, J.C., Análisis semántico de la opinión de los ciudadanos, SEPLEN, 53, pp. 59-162, 2014.

Universidad Distrital Francisco José de Caldas, [En línea]. [Consultado: 08-03-2018]. Disponible en: http://repository.udistrital.edu.co/bitstream/11349/3815/3/ParraRinconDanielaAlejandraAnexo-3.pdf.

Herramientas para Big Data: Entorno Hadoop., 2014.

Time Outsourcing Center, Introducción a Hadoop y su ecosistema, 2015. [En línea]. Disponible en: http://www.ticout.com/blog/2013/04/02/ introduccion-a-hadoop-y-su-ecosistema/.

Pérez, B.G., TDC (Twitter Data Collection): creación de una gran base de datos de Tweets., Universidad Autónoma de Madrid, Madrid, España, 2014.

Schmarzo, B., Big data, el poder de los datos, Estados Unidos: Anaya Multimedia-Anaya Interactiva, 2014.

Faludi, R., Building Wireless sensor networks, United States of America: O' Reilly Media, 2011.

Licencia

Derechos de autor 2018 DYNA

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.