Segmentación de los flujos migratorios en Colombia : identificación de subgrupos y características comunes

Vista sencilla de ítem
dc.contributor.advisorMartínez Vargas, Juan David
dc.contributor.advisorSepúlveda Cano, Lina María
dc.contributor.authorAguirre Marín, Cindy Vanessa
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeMagíster en Ciencias de Datos y Analíticaspa
dc.creator.emailcvaguirrem@eafit.edu.co
dc.date.accessioned2024-10-01T22:47:07Z
dc.date.available2024-10-01T22:47:07Z
dc.date.issued2024
dc.descriptionEl aumento de la migración global ha intensificado los flujos migratorios, destacándose como un fenómeno relevante para las políticas globales, regionales y nacionales. En Colombia, a partir de 2015, la migración venezolana ha llevado a una mayor atención a los flujos migratorios. Este estudio analiza los flujos migratorios hacia Colombia en 2023 utilizando técnicas de aprendizaje automático. Con datos de Migración Colombia, se aplicó K-Means para segmentar los flujos migratorios y UMAP para reducir la dimensionalidad de los datos. Los resultados revelan cuatro clusters principales, definidos por la región de origen, motivo del viaje, región de hospedaje y mes de llegada. La mayoría de los flujos corresponden a turistas, lo que sugiere que los datos de puntos migratorios oficiales reflejan principalmente movimientos turísticos y no necesariamente otros tipos de migración. Las técnicas de Machine Learning demostraron ser efectivas para descubrir patrones complejos en los datos categóricos, y la interpretación mediante SmartExplainer de SHAPash facilitó la comprensión de estos patrones. Este estudio no solo segmentó adecuadamente los flujos migratorios, sino que también proporcionó herramientas interpretativas para futuros análisis de datos categóricos
dc.description.abstractThe increase in global migration has intensified migratory flows, emerging as a relevant phenomenon for global, regional, and national policies. In Colombia, since 2015, Venezuelan migration has sparked interest in migratory flows. This study analyzes migratory flows to Colombia in 2023 using Machine Learning techniques. K-Means was applied in order to segment data from Migration Colombia, while UMAP was used to reduce the dimensionality of the data itself. The results reveal four main clusters, defined by the region of origin, reason for travel, host region, and month of arrival. Most flows correspond to tourists, suggesting that the data from official migration points primarily reflect tourist movements and not necessarily other types of migration. Machine Learning techniques proved effective in uncovering complex patterns in categorical data, and interpretation using SmartExplainer by SHAPash facilitated the understanding of these patterns. This study not only adequately segmented migratory flows but also provided interpretative tools for future analyses of categorical data.
dc.identifier.urihttps://hdl.handle.net/10784/34651
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Ciencias Aplicadas e Ingeniería. Área Computación y Analíticaspa
dc.publisher.placeMedellín
dc.publisher.programMaestría en Ciencias de los Datos y Analíticaspa
dc.relation.urihttps://github.com/Vanessaaguim/Trabajo-de-grado
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.subjectFlujos migratorios
dc.subjectUMAP
dc.subjectSHAP
dc.subject.keywordMigratory flows
dc.subject.keywordClustering
dc.subject.keywordMachine Learning
dc.subject.keywordK-Means
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
dc.subject.lembCIENCIA DE LA INFORMACIÓN
dc.subject.lembMIGRACIÓN HUMANA
dc.subject.lembDATOS ESTADÍSTICOS
dc.titleSegmentación de los flujos migratorios en Colombia : identificación de subgrupos y características comunes
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaMonografía

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
CindyVanessa_AguirreMarín_2024.pdf
Tamaño:
1.08 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
388.56 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
107.81 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Ciencias de los Datos y Analítica (tesis)