Ponente
Descripción
Introducción:
La existencia actual de grandes cantidades de datos abre la posibilidad de análisis de profundidad y tamaños de muestra mucho mayores, sirviéndose de técnicas estadísticas y computacionales (en particular algoritmos de “machine learning” ). Esto ha sido empleado en Cuba con los datos de telefonía móvil brindados por ETECSA para la descripción del comportamiento social asociado a la movilidad poblacional, así como para el estudio de la validez de encuestas anteriormente aplicadas en este campo.
Objetivo general:
Diseñar de un sistema semiautomatizado capaz de identificar los patrones sociales emergentes.
Objetivos específicos:
- Estudiar el comportamiento de los patrones sociales emergentes.
- Comprobar la validez de los datos obtenidos mediante la realización de encuestas.
Métodos:
Los datos usados fueron almacenados por ETECSA desde el 18 de mayo del 2022 hasta el 20 de junio del 2022 (luego de hacerlos anónimos y bajo acuerdo de confidencialidad), teniendo de esta forma las torres de telefonía (310 en La Habana) más cercanas a los usuarios en cada momento. Se analizó una población de más de 500000 usuarios por día. Se emplearon algoritmos de “machine learning” para la detección de los patrones sociales, y análisis de verosimilitud para la evaluación de la efectividad de las encuestas realizadas por el CIMAB y la CUJAE.
Resultados:
- Mediante el desarrollo del sistema se obtuvo una descripción matemática completa de la movilidad en La Habana, por zonas y como promedio.
- Corroboramos la existencia de dos patones distintivos: periferia y centro socioeconómicos, con consecuencias apreciables (explicadas a detalle) en la calidad de vida de la población, claramente vinculadas a la existencia de determinados servicios en cada zona, algo comprobable en el estudio específico de los fines de semana.
- Nuestros datos, si se asumen como un modelo de referencia, muestran que los modelos de movilidad generados a partir de encuestas de menor capacidad de exploración, y tamaño de población mucho menor (como son la del CIMAB y la de la CUJAE), no son consistentes, siendo estos últimos los utilizados hasta la actualidad para el estudio del transporte y la toma de medidas asociadas al mismo.
Conclusiones:
Nuestros resultados son coherentes con investigaciones anteriores y fenómenos comprobados de la movilidad en La Habana, sin embargo, presentan una potencia de descripción no observada con anterioridad, y muestran su utilidad en el análisis de importantes fenómenos sociales. Simultáneamente, no son compatibles con los encontrados a través de las encuestas hasta ahora determinantes, realizadas por el CIMAB y la CUJAE. Se subraya, por tanto, la utilidad de este tipo de datos para el estudio y modelado de procesos sociales y en la validación de otras tecnologías.
| Palabras claves | Movilidad, Patrones Sociales, Machine Learning |
|---|---|
| Modalidad de participación | Presencial |
| País | Cuba |
