Predicción de accidentes viales en Cartagena, Colombia, con árboles de decisión y reglas de asociación

Holman Ospina-Mateus () and Leonardo Augusto Quintana Jiménez

Revista Economía y Región, 2019, vol. 13, issue 2, 83-115

Abstract: El objetivo principal de esta investigación es predecir los factores asociados con la severidad en los accidentes viales de Cartagena (Colombia), la metodología está basada en técnicas de minería de datos como arboles de decisión (J48) y reglas de asociación (soporte, confianza, Lift). La investigación fue desarrollada con 10.053 registros de accidentes de tráfico entre 2016 y 2017, por medio del uso del Software WEKA (Waikato Environment for Knowledge Analysis). En el análisis, la severidad fue definida de bajo riesgo (danos materiales), y alto riesgo (victimas heridas y fatales), y su validación consideró la técnica transversal 10fold. Entre los resultados más significativos, se evidenció que los motociclistas y ciclistas son los actores viales más vulnerables, además los moto–usuarios entre los 20–39 anos son propensos a accidentes viales con alta severidad. Finalmente, los factores de accidentalidad vial identificados ayudan a promover contramedidas para mejorar la seguridad vial de la ciudad.

Keywords: Colombia; accidentalidad vial; severidad; minería de datos; predicción; reglas (search for similar items in EconPapers)
Date: 2019
References: Add references at CitEc
Citations:

Downloads: (external link)
https://revistas.utb.edu.co/index.php/economiayregion/article/view/356

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:col:000411:018399

Access Statistics for this article

More articles in Revista Economía y Región from Universidad Tecnológica de Bolívar Contact information at EDIRC.
Bibliographic data for series maintained by Economia y Region ().