MINERÍA DE DATOS EN LA ACCIDENTABILIDAD VEHICULAR EN LA ZONA URBANA DEL CANTÓN LOJA

Abstract

Los estudios sobre accidentabilidad vehicular permiten identificar los factores que inciden en un siniestro vial; por lo tanto, es imprescindible realizar este tipo de estudios, motivo por el cual este trabajo tiene como objetivo aplicar la minería de datos en la accidentabilidad vehicular en la zona urbana del cantón Loja, mediante la implementación de la metodología de Descubrimiento de Conocimiento en Bases de Datos (KDD) considerando cinco etapas: (i) integración y recopilación de datos; (ii) selección, limpieza y transformación; (iii) minería de datos, (iv) interpretación y presentación de resultados; y (v) difusión y uso. Los datos analizados se obtuvieron de los registros estandarizados de accidentes de tránsito que posee la Unidad de Control Operativo de Tránsito (UCOT) durante el periodo 2018 – 2021. Utilizando la herramienta OpenRefine se realizó la selección, limpieza y transformación de datos, como la comparación de variables más influyentes dentro de los registros de tránsito. Para aplicar la minería de datos se utilizó la técnica de árboles de decisión, usando los algoritmos J48 y CART, a través de las herramientas WEKA y Python respectivamente. Se realizaron 43 pruebas diferentes donde se compararon los modelos predictivos. La herramienta Python presentó mejores niveles de rendimiento y exactitud usando las variables hora (41,62%) y parroquia urbana (34,59%); mientras que la herramienta WEKA generó mayores resultados de instancias clasificadas correctamente para las variables “dia”, “tipologia”, “causas”, “nro_heridos” y “nro_fallecidos” con el 36,21%, 58,37%, 38,10% y 98,64 % respectivamente. Se concluyó que se puede aplicar la minería de datos en la zona urbana del cantón Loja, a través de modelos predictivos capaces de predecir la probabilidad de un accidente de tránsito en la zona urbana del cantón Loja a través de los 370 registros del año 2021, lo que permitió generar 370 porcentajes de probabilidades resultantes y patrones distintos para cada una de los atributos de accidentabilidad vehicular. Palabras clave: Metodología KDD, Árboles de decisión, WEKA, Python, accidentes de tránsito.