Análisis de Twitter como fuente de información para mejorar las estrategias de prevención por delincuencia en la ciudad de Quito
Para citar o enlazar este item, por favor use el siguiente identificador:
http://dspace.ups.edu.ec/handle/123456789/26785
Title: | Análisis de Twitter como fuente de información para mejorar las estrategias de prevención por delincuencia en la ciudad de Quito |
Authors: | Basantes Tipan, Nathaly Lisseth |
Advisor: | Proaño Orellana, Julio Ricardo |
Abstract: | The extraction of tweets is presented as a method for crime prevention, offering advantages such as: i) Monitoring, ii) Alerts, iii) Real-time analysis, iv) Immediate access to relevant information, among others. For this reason, data mining has been proposed with the objective of identifying frequent criminal acts. Methodologies, such as risk zone patterns, were applied to collect crucial information on a daily basis. The extraction was provided in this paper addressing seven key aspects: i) Data collection and storage, ii) Pre-processing methods, iii) Data search methods, iv) Data processing, v) Specific selection criteria, vi) Observational and descriptive methodology, and vii) Patterns and trends with results supporting the effectiveness of tweet extraction as a crime prevention method. It promises to be a crime prevention method today. Social networking platforms have acquired a fundamental role in the sphere of education, promotion and communication. These virtual spaces not only offer a wide range of functionalities, but also provide significant opportunities for professional development and advancement in various fields. Large companies develop their APIs on the platforms that social network users use most frequently. The method used to extract news from Twitter is through them. The results obtained through this methodology support its applicability for the continuous monitoring and analysis of criminal activities, a tool that has been used for prevention strategies in the city of Quito. |
Translated abstract: | La extracción de tweets se presenta como un método para la prevención del delito, ofreciendo ventajas como: i) Monitoreo, ii) Alertas, iii) Análisis en tiempo real, iv) Acceso inmediato a información relevante, entre otras. Por este motivo, se ha propuesto la extracción de datos con el objetivo de identificar actos delictivos frecuentes. Se aplicaron metodologías, como patrones de zona de riesgo, para recopilar información crucial diariamente. La extracción se proporcionó en este documento abordando siete aspectos clave: i) Recopilación y almacenamiento de datos, ii) Métodos de preprocesamiento, iii) Métodos de búsqueda de datos, iv) Procesamiento de datos, v) Criterios específicos de selección, vi) Metodología observacional y descriptiva, y vii) Patrones y tendencias con resultados que respalden la efectividad de la extracción de tweets como método de prevención de delitos. Promete ser un método de prevención a nivel de delincuencia en la actualidad. Las plataformas de redes sociales han adquirido un papel fundamental en la esfera de la educación, promoción y comunicación. Estos espacios virtuales no solo ofrecen una amplia gama de funcionalidades, sino que también brindan oportunidades significativas para el desarrollo profesional y el progreso en diversos campos. Las grandes empresas desarrollan sus APIs en las plataformas que los usuarios en las redes sociales tengan mas frecuencia. El método utilizado para extraer noticias de Twitter es a través de ellas Los resultados obtenidos a través de esta metodología respaldan su aplicabilidad para el monitoreo y análisis continuo de actividades delictivas, una herramienta de la que se ha desprendido para las estrategias de prevención en la ciudad de Quito. |
Keywords: | COMPUTACIÓN ANÁLISIS DE SISTEMAS BASES DE DATOS REDES SOCIALES PREVENCIÓN DE LA DELINCUENCIA |
Issue Date: | Feb-2024 |
URI: | http://dspace.ups.edu.ec/handle/123456789/26785 |
Language: | spa |
Appears in Collections: | Grado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TTS1623.pdf | Texto completo | 934,14 kB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License