Análisis regional de delitos de alto impacto en la ciudad de México con mapeo de puntos de interés. Tal es la tesis de maestría de Manuel Gutiérrez Ceballos, cuyo texto completo puede obtenerse aquí.
The M. Sc. thesis of Manuel Gutiérrez, titled 'Regional analysis of high impact crimes in Mexico City with mapping of points of interest', can be dowloaded from here.
RESUMEN. La Minería de Datos muestra su utilidad de análisis en los
fenómenos de interés para la humanidad, fenómenos que hoy en día involucran
variables de diferentes tipos: categóricas, numéricas, booleanas,
georeferencias, entre otras. Por lo anterior, los análisis que debe
desarrollar la Minería de datos se vuelven más complejos, ya sea al solo
realizar su descripción y después una posible predicción de hechos.
Un fenómeno de interés a analizar es la ocurrencia de
delitos, fenómeno que tiene la característica indicada en el párrafo anterior,
de involucrar diferentes tipos de variables, como la clasificación del delito,
tiempo del hecho (día de semana, día, mes, año, hora), genero de los
involucrados, localidad (en sus diferentes áreas de análisis y geo-referenciación),
y otras variables más que se catalogan como confidenciales.
Las variables de primer nivel del fenómeno, podrían
describirlo parcialmente, aún con la Visualización que involucre a todas ellas.
Pero, para una descripción más completa, es necesario, coleccionar más datos de
variables que podrían estar relacionadas con el fenómeno. En el caso de
delitos, los datos a coleccionar y que podrían estar relacionados, son datos
que identifiquen a objetos o sitios de interés, cercanos al lugar del delito y que
podrían ser desde sitios de diversión, académicos, comerciales u otro que se
puedan relacionar, además de estaciones del metro o paradas de autobús.
Para una descripción más completa, las técnicas de
visualización ayudan, pero aquí surgen problemas de seleccionar las
visualizaciones o diseñar las que ayuden a describir más el fenómeno.
En este
proyecto se propone una plataforma de software para el análisis en su parte de
descripción de fenómenos como el indicado. Este fenómeno es de interés para
México, ya que cuenta con 10 ciudades en el Ranking de las 50 ciudades más
peligrosas del mundo [1],
utilizando los delitos de alto impacto de la Ciudad de México en el lapso de
tiempo del 2013 al 2016. El análisis de descripción se realiza a diferentes
niveles:
- ·
El análisis geográfico en diferentes regiones de
la ciudad (colonias, delegaciones, cuadrantes y no convencionales)
- ·
El mapeo de información geo-referenciada de
delitos con otros puntos de interés
- ·
Así como funcionalidades que puedan aportar a un
análisis temporal.
Para las
funcionalidades se destacan como aportaciones, varios algoritmos propios como
- ·
El que localiza las rutas entre dos diferentes
puntos
- ·
Y el que califica a las regiones en diferentes
niveles de peligrosidad
- ·
Además de las estructuras de almacenamiento que
permiten responder las funcionalidades desarrolladas (Base de datos con
información delictiva, BD de polígonos de las regiones de análisis y de puntos
de interés, cubos de datos y matrices de adyacencia).
Funcionalidades que, a través de diversas
presentaciones con CONACYT, SSP-CDMX, CNS, IPN, Empresariales y medios de
información se han considerado útiles e innovadoras.
 |
| Manuel Gutiérrez Ceballos (de lentes) obtuvo su grado de Maestro en Ciencias el 6 de julio de 2017, en el Centro de Investigación en Computación del IPN. |
ABSTRACT. Data Mining
shows its usefulness in analyzing phenomena of interest to humanity, phenomena which
involve variables of different types such as: categorical, numerical, boolean,
geo-referenced, among others. Consequently, the analysis that must be developed using data mining become more complex, only describing the phenomenon and
then a possible prediction of facts.
A
phenomenon of interest to analyze is the occurrence of crimes, involving different types of
variables, such as the type of crime, the time of the event (weekday,
day, month, hour), gender of the victim, locality (shown in a map), and other variables that are classified as
confidential.
The
first-level variables of the phenomenon could describe it partially, even with
the visualization that involves all of them. However, for a more complete
description, it is necessary to collect more data on variables that could be related
to the phenomenon. In the case of crimes, data to concentrate is information
related which are identified as sites of interest, nearby crime locations as fun
sites, academic, commercial and other, and also subway stations and bus stops.
To have a
more complete description, visualization techniques assist, but the problems
arise when selecting the visualizations, or how to design them in order to better depict the phenomenon.
In this
project, a software platform is proposed for the analysis in part of the
description of phenomena. This phenomenon is one of interest to Mexico, since
it has 10 cities in the Ranking of the 50 most dangerous in the world [1], by using the high impact crimes of
Mexico City between 2013 and 2016. The analysis of the description is performed
at different levels:
·
The
geographic analysis in different regions of the city (colonies, delegations,
quadrants and non-conventional areas).
·
The
mapping of geo-referenced information of crimes with other points of interest.
·
As
well as functionalities that have a temporal analysis.
For the
functionalities which emphasize as contributions of this project, are algorithms
such as
·
The
algorithm that locates the routes between two different points.
·
And
that qualifies the regions in different levels of danger.
·
In
addition to the storage structures that allow to respond to the functionalities
developed (Database with criminal information, Database of polygons of the
regions of analysis and points of interest, data cubes and adjacency matrices).
Functionalities that, through various
presentations with CONACYT, SSP-CDMX, CNS, IPN, business and media companies
have been considered them useful and innovative.
