Sistema para la toma de decisiones en la congestión vehicular de Quito (Ecuador) mediante análisis de datos sensoriales y sociales

• Autores: Nelson Iván Herrera Herrera
• Directores de la Tesis: Héctor Sánchez Santamaría (dir. tes.), Miguel Macías Macías (codir. tes.)
• Lectura: En la Universidad de Extremadura ( España ) en 2019
• Idioma: español
• Número de páginas: 191
• Tribunal Calificador de la Tesis: Carlos Javier García Orellana (presid.), Francisco Javier Rodríguez Díaz (secret.), Francisco Luna Valero (voc.)
• Programa de doctorado: Programa de Doctorado en Modelización y Experimentación en Ciencia y Tecnología por la Universidad de Extremadura
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Diseño de sistemas sensores
  • Ciencias tecnológicas
    • Tecnología de los sistemas de transporte
      • Análisis del trafico
• Enlaces
  • Tesis en acceso abierto en: Dehesa
• Resumen
  • español

    El presente trabajo de tesis tiene como finalidad implementar un sistema que sirva de apoyo a la toma de decisiones de la 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.

  • English

    The purpose of this thesis is to implement a system that supports the decision-making of vehicular congestion. The city of Quito-Ecuador is considered as a case study for the work done. The research is presented based on the development of an application, using Big Data tools (Apache Flume, Apache Hadoop, Apache Pig), which allow the processing of a large amount of information that is required to collect, store and process. One of the innovative aspects of the application is the use of the social network Twitter as a data source. For this, its Application Programming Interface (API) was used, which allows data from this social network to be taken in real time and to identify probable points of congestion. This study presents results of tests performed with the application, over a period of 9 months.