Minería de datos para determinar los factores más influyentes en la ocurrencia de siniestros de tránsito en Ecuador en el año 2020

• Torres-Quezada, Yulissa ^[1]
  1. [1] Carrera de Ingeniería en Sistema/Computación, Universidad Nacional de Loja, Loja, Ecuador.
• Localización: CEDAMAZ, ISSN-e 1390-5902, ISSN 1390-5880, Vol. 11, Nº. 2, 2021 (Ejemplar dedicado a: CEDAMAZ), págs. 124-132
• Idioma: español
• Títulos paralelos:
  • Data mining to determine the most influential factors in the occurrence of traffic accidents in Ecuador in the year 2020
• Enlaces
  • Texto completo
• Resumen
  • español

    Actualmente, la ocurrencia de siniestros de tránsito representa un problema de salud pública a nivel nacional y regional, ocasionando pérdidas humanas, además de que cada día va en aumento a nivel mundial, es por ello que resulta fundamental e importante plantear un estudio que permita determinar cuáles son los factores que ocasionan la ocurrencia de los siniestros de tránsito. En este trabajo de investigación se aplica minería de datos para determinar los factores más influyentes en la ocurrencia de siniestros de tránsito en Ecuador en el año 2020, esto se llevó a cabo empleando cinco fases de la metodología Knowledge  Discovery  in  Databases (KDD) constituida por: búsqueda de información, obtención de datos, depuración de la base de datos, aplicación de técnicas de minería de datos e interpretación y presentación de resultados, estas, utilizadas para el descubrimiento de patrones ocultos en el conjunto de datos, el cual fue recolectado por la Agencia Nacional de Tránsito (ANT) y tiene un total de 418 variables y 16972 registros de eventos registrados sobre siniestros de tránsito en Ecuador. Se aplicaron siete técnicas de minería de datos, tales como: CHAID, CHAID Exhaustivo, CRT, Perceptrón Multicapa, Función de Base Radial, Naive Bayes y BayesNet. El algoritmo CHAID Exhaustivo fue el que obtuvo los mejores resultados con el cual se identificó los patrones más importantes en los datos y se evaluó las posibles asociaciones entre las variables recogidas. Finalmente, se determinó que el factor humano es el factor más influyente con una probabilidad de ocurrencia del 69,64%.

  • English

    Currently, the occurrence of traffic accidents represents a public health problem at the national and regional level, causing human losses, in addition to the fact that every day is increasing worldwide, which is why it is essential and important to propose a study to determine what are the factors that cause the occurrence of traffic accidents. In this research work, data mining is applied to determine the most influential factors in the occurrence of traffic accidents in Ecuador in the year 2020, this was carried out using five phases of the Knowledge Discovery in Databases (KDD) methodology consisting of: information search, data collection, database cleansing, application of data mining techniques and interpretation and presentation of results, these, used for the discovery of hidden patterns in the dataset, which was collected by the National Traffic Agency (ANT) and has a total of 418 variables and 16972 records of events recorded on traffic crashes in Ecuador. Seven data mining techniques were applied, such as: CHAID, Exhaustive CHAID, CRT, Multilayer Perceptron, Radial Basis Function, Naive Bayes, and BayesNet. The Exhaustive CHAID algorithm was the one that obtained the best results with which the most important patterns in the data were identified and the possible associations between the collected variables were evaluated. Finally, the human factor was determined to be the most influential factor with a probability of occurrence of 69.64%.