Predicción de accidentes viales en Cartagena, Colombia, con árboles de decisión y reglas de asociación

  • Holman Ospina-Mateus Universidad Tecnológica de Bolívar
  • Leonardo Augusto Quintana Jiménez Pontificia Universidad Javeriana
Palabras clave: Colombia, accidentalidad vial, severidad, minería de datos, predicción, reglas

Resumen

El objetivo principal de esta investigación es predecir los factores asociados con la severidad en los accidentes viales de Cartagena (Colombia), la metodología está basada en técnicas de minería de datos como arboles de decisión (J48) y reglas de asociación (soporte, confianza, Lift). La investigación fue desarrollada con 10.053 registros de accidentes de tráfico entre 2016 y 2017, por medio del uso del Software WEKA (Waikato Environment for Knowledge Analysis). En el análisis, la severidad fue definida de bajo riesgo (daños materiales), y alto riesgo (víctimas heridas y fatales), y su validación consideró la técnica transversal 10fold. Entre los resultados más significativos, se evidenció que los motociclistas y ciclistas son los actores viales más vulnerables, además los moto–usuarios entre los 20–39 años son propensos a accidentes viales con alta severidad. Finalmente, los factores de accidentalidad vial identificados ayudan a promover contramedidas para mejorar la seguridad vial de la ciudad.

Descargas

La descarga de datos todavía no está disponible.
Publicado
2019-12-01
Cómo citar
Ospina-Mateus, H., & Quintana Jiménez, L. (2019). Predicción de accidentes viales en Cartagena, Colombia, con árboles de decisión y reglas de asociación. Economía & Región, 13(2), 83-115. https://doi.org/10.32397/er.vol13.n2.3
Resumen - 1075