Medellín seguro : predicción inteligente del número de hurtos a personas con algoritmos basados en series temporales

Guerra Medina, Cindy Paola

Publicación:
Medellín seguro : predicción inteligente del número de hurtos a personas con algoritmos basados en series temporales

dc.contributor.advisor	Moreno Reyes, Nicolas Alberto
dc.contributor.author	Guerra Medina, Cindy Paola
dc.coverage.spatial	Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees	eng
dc.creator.degree	Magíster en Ciencias de Datos y Analítica	spa
dc.creator.email	cpguerram@eafit.edu.co
dc.date.accessioned	2025-05-27T15:43:09Z
dc.date.available	2025-05-27T15:43:09Z
dc.date.issued	2025
dc.description	En la actualidad, estamos inmersos en la revolución de los datos, una era caracterizada por la importancia de comprender los sucesos pasados para predecir el futuro, y a partir de estos, apoyar las estrategias que faciliten la toma de decisiones de forma anticipada. En este contexto, Colombia enfrenta importantes retos en materia de seguridad y convivencia, desafíos que pueden ser abordados o estimados mediante el análisis de datos; en Medellín, el portal de datos abiertos Medata (medata.gov.co), permite el acceso a estadísticas históricas y descriptivas sobre la incidencia de delitos a personas como el hurto; el cual es un delito recurrente que afecta la seguridad, calidad de vida y economía de los ciudadanos. Este proyecto plantea la utilización de algoritmos de series temporales incorporados en la plataforma IBM SPSS Modeler, una herramienta robusta y flexible que facilita la programación de competencia de modelos predictivos (IBM, 2023, IBM SPSS Modeler). A través de su capacidad para identificar patrones, tendencias y estacionalidad en los datos históricos, se busca estimar la incidencia futura de hurto a personas en la ciudad de Medellín, desagregando los análisis a nivel de comunas y barrios. Las proyecciones se realizarán de forma mensual para los meses de octubre, noviembre y diciembre del 2024, los cuales servirán como insumo para la planificación de estrategias preventivas de seguridad que contribuyan a la priorización de las zonas que requieren mayor atención y optimizar los recursos disponibles que minimicen los impactos negativos del delito y generen una mayor sensación de tranquilidad y confianza en la ciudadanía.
dc.description.abstract	Today, we are immersed in the data revolution, an era characterized by the importance of understanding past events to predict the future, and from these, support strategies that facilitate decision-making in advance. In this context, Colombia faces important challenges in terms of security and coexistence, challenges that can be addressed or estimated through data analysis; in Medellín, the open data portal Medata (medata.gov.co), allows access to historical and descriptive statistics on the incidence of crimes against persons such as theft; which is a recurring crime that affects the security, quality of life and economy of citizens. This project proposes the use of time series algorithms implemented in the IBM SPSS Modeler platform, a robust and flexible tool that facilitates the programming of predictive model competition (IBM, 2023, SPSS Modeler. Through its ability to identify patterns, trends and seasonality in historical data, it seeks to estimate the future incidence of theft from persons in the city of Medellín, disaggregating the analysis at the level of communes and neighborhoods. The projections will be made on a monthly basis for the months of October, November and December 2024, which will serve as input for the planning of preventive security strategies that contribute to the prioritization of areas that require greater attention and optimize available resources that minimize the negative impacts of crime and generate a greater sense of tranquility and confidence in citizens.
dc.identifier.uri	https://hdl.handle.net/10784/35382
dc.language.iso	spa	spa
dc.publisher	Universidad EAFIT	spa
dc.publisher.department	Escuela de Ciencias Aplicadas e Ingeniería. Área Computación y Analítica	spa
dc.publisher.place	Medellín
dc.publisher.program	Maestría en Ciencias de los Datos y Analítica	spa
dc.rights	Todos los derechos reservados	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess	eng
dc.rights.local	Acceso abierto	spa
dc.subject	Pronóstico
dc.subject	Series de tiempo
dc.subject	Automático
dc.subject	Recalibración
dc.subject	Hurtos
dc.subject	SPSS
dc.subject.keyword	Forecast
dc.subject.keyword	Time series
dc.subject.keyword	Automatic
dc.subject.keyword	Recalibration
dc.subject.keyword	Thefts
dc.subject.lemb	CIENCIA DE LA INFORMACIÓN
dc.subject.lemb	DELITOS CONTRA LA PROPIEDAD
dc.subject.lemb	PROCESAMIENTO ELECTRÓNICO DE DATOS
dc.subject.lemb	ALGORITMOS
dc.title	Medellín seguro : predicción inteligente del número de hurtos a personas con algoritmos basados en series temporales
dc.type	masterThesis	eng
dc.type	info:eu-repo/semantics/masterThesis	eng
dc.type.hasVersion	acceptedVersion	eng
dc.type.local	Tesis de Maestría	spa
dc.type.spa	Caso
dspace.entity.type	Publication