Repositorio Dspace

Aplicación de la metodología CRISP-DM para el análisis predictivo y visualización de patrones de homicidios y aprehensiones en Ecuador entre 2020 y 2024 mediante técnicas de Big Data.

Mostrar el registro sencillo del ítem

dc.contributor.advisor Perez Cargua, Mario Ruben
dc.contributor.advisor Toasa Guachi, Renato Mauricio
dc.contributor.author Gualoto Barahona, Bryan Andres
dc.date.accessioned 2026-03-09T16:19:51Z
dc.date.available 2026-03-09T16:19:51Z
dc.date.issued 2025-09
dc.identifier.citation Gualoto Barahona Bryan Andres (2025)Aplicación de la metodología CRISP-DM para el análisis predictivo y visualización de patrones de homicidios y aprehensiones en Ecuador entre 2020 y 2024 mediante técnicas de Big Data. MAESTRÍA EN BIG DATA Y CIENCIA DE DATOS. Quito: Universidad Israel 2025, 47p. Mg. Mario Ruben Pérez Cargua, Mg. Renato Mauricio Toasa Guachi. UISRAEL-EC-MASTER-BIG-DATA-PRO-378.242-2025-008 es_ES
dc.identifier.other UISRAEL-EC-MASTER-BIG-DATA-PRO-378.242-2025-008
dc.identifier.uri http://repositorio.uisrael.edu.ec/handle/47000/4447
dc.description The rising rates of violence and crime in Latin America have sparked concern not only in academic circles but also in political and social spheres. One of the hardest-hit countries has been Ecuador, which has seen a significant increase in citizen insecurity, with homicides as the main indicator of lethal violence. According to the National Institute of Statistics and Censuses (INEC), violent deaths in the country have shown an upward trend in recent years, reflecting a structural social problem that must be addressed if medium-term solutions are to be achieved (INEC, 2024). At the same time, analyzing the sociodemographic characteristics of apprehended individuals leads to a better understanding of the social and territorial context in which the crime is committed. Considering variables such as age, sex, educational level, place of detention, and type of crime charged is a key element in conducting comprehensive assessments and thus implementing truly effective prevention strategies. In this context, the use of structured analysis methodologies, such as CRISP-DM, can provide guidance when approaching data mining processes applied to real-world problems. This methodology, widely used in data science projects, allows for a comprehensive understanding of the problem, user-friendly processing of large amounts of information, and the generation of analytical models that can then be visualized and interpreted by non-expert users. es_ES
dc.description.abstract El creciente aumento de los índices de violencia y criminalidad en América Latina ha hecho despertar la preocupación no solo en el ámbito académico, sino en el político y social. Uno de los países más golpeados ha sido Ecuador, que ha visto incrementar de forma significativa su inseguridad ciudadana, con los homicidios como principal indicador de violencia letal. De acuerdo con el Instituto Nacional de Estadística y Censos (INEC), las muertes violentas en el país han experimentado una tendencia al crecimiento en los últimos años lo que refleja una problemática social estructural que debe ser abordada si se quiere lograr soluciones a mediano plazo (INEC, 2024). Al mismo tiempo, el análisis de las características sociodemográficas de los individuos aprehendidos conlleva una mejor comprensión del contexto social y territorial de la comisión del delito. Tener en cuenta estas variables, tales como edad, sexo, nivel educativo, lugar de detención y tipo de delito imputado es un eslabón clave para realizar diagnósticos integrales y así, implementar estrategias de prevención realmente efectivas. Frente a esta situación, el uso de metodologías estructuradas de análisis, como CRISP-DM, puede brindar una guía a la hora de abordar procesos de minería de datos aplicada a problemas reales. Dicha metodología, muy empleada en proyectos de ciencia de datos, permite una comprensión total del problema, un procesado de grandes cantidades de información amigable y la generación de modelos analíticos que puedan luego ser visualizados e interpretados por usuarios no expertos en la materia. es_ES
dc.format.extent 47 Pág es_ES
dc.language.iso spa es_ES
dc.publisher Quito, Ecuador: Universidad Tecnológica Israel es_ES
dc.relation.ispartofseries MASTER-BIG-DATA-PRO;008
dc.rights openAccess es_ES
dc.rights.uri http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ es_ES
dc.subject Ámbito Académico es_ES
dc.subject Sociodemográficas es_ES
dc.subject Diagnósticos Integrales es_ES
dc.subject Estrategias de Prevención es_ES
dc.subject Datos Masivos es_ES
dc.subject.other Fundamentos de Data Science es_ES
dc.subject.other Machine Learning es_ES
dc.title Aplicación de la metodología CRISP-DM para el análisis predictivo y visualización de patrones de homicidios y aprehensiones en Ecuador entre 2020 y 2024 mediante técnicas de Big Data. es_ES
dc.type masterThesis es_ES


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

openAccess Excepto si se señala otra cosa, la licencia del ítem se describe como openAccess

Buscar en DSpace


Búsqueda avanzada

Listar

Mi cuenta