Post on 26-Sep-2018
Big Data para Ciudades Inteligentes
Carenne Ludeña
Matrix Data Labs --Universidad Central de Venezuela
BIG DATA para CIUDADES INTELIGENTESCarenne Ludeña
Matrix Data Labs --Universidad Central de Venezuela
Ciudades Inteligentes
Incl
usi
ón
Inte
grac
ión
Inn
ova
ció
n
Co
no
cim
ien
to
• Datacéntricas
• Ciudadanos comprometidos
• Servidores públicosempoderados
• Líderes innovadores
Digital Transformations: Wiring the Responsive City, de Stephen Goldsmith
CI = BIG DATA
• Sistemas de control automatizado
• Sistemas de visualización
• Plataformas interactivas
• Redes sociales
• Infraestructura
• Recolección e integración de datos
• Análisis de datos y planeamiento
• Sistemas de toma de decisiones
• Sensores
Llamada de acción
Dos historias en paralelo
Técnicas de minería de datos aplicadas a un sistema de gestión de salud
Maestría de Modelos Aleatorios UCV (Tesis en curso)
Sistema de monitoreo de riesgo socio ambiental
Proyecto Cendes-UCV 2008-2011
Llamado de acción: Sistema de gestión de saludl
Analítica predictiva + Big Data en gestiónde salud• Clusterización• Modelos de clasificación y predicción• Modelos espacio temporales• Determinación de factores clave• Determinación de indicadores clave
Llamado de acción: Sistema de monitoreo socio
ambiental
Desarrollo de una herramienta georeferenciada para gestión comunitaria de riesgo
Integración de actores: capacidades +
conocimiento
Palabra clave: Integración
Sector académico: retotransdisciplinario
• Estadísticos y matemáticos
• Computistas
• Geográfos
• Sociólogos
Sector privado
• ETL
• BIG DATA
• Analítica predictiva
• Equipo de Ciencia de Datos
Estrategias para el diseño de un Sistema de
gestión de salud
OBJETIVOS• Mejorar la gestión de reembolsos médicos y cartas avales• Creación de un Sistema de Toma de Decisiones
recomendado
FASES• Levantamiento de información• Diseño y creación de un repositorio de datos multidimensional• Minería de datos
• Clusterización: describir y catalogar a la población beneficiaria de los planes de salud y el conjunto de reembolsos y cartas avales
• Comprensión factores claves• Creación de indicadores claves
El sistema se encarga de la gestión de servicios y planes de salud de una gran empresa conproveedores externos (farmacias, laboratorios, estudios especializados y centros de saludpúblicos y privados), tanto nacionales como internacionales y los reembolsos de los gastos desalud que someten los beneficiarios (trabajadores, jubilados y familiares) de cada uno de losplanes de salud.
Estrategias para el diseño de un Sistema de
monitoreo socio ambiental
OBJETIVOS
• Desarrollar una gestión comunitaria de riesgo en la cual lospobladores de las áreas estudiadas
– Identifican, localizan y caracterizan factores de riesgo
– Elaboran mapas de riesgo
– Elaboran sistemas de supervision y alerta temprana
– Desarrollan planes de contingencia en coordinación con lasinstituciones competentes.
FASES
• Identificación de problemas
• Definición de objetos
• Georeferenciación
• Descripción
• Evaluación de riesgo
CARACTERÍSTICAS• Identificanción de los factores de
riesgo.
• Determinación de las “unidades tipo”
por cada factor
• Caracterización de• Variables que describen a cada unidad tipo
• Conjunto de estados posibles para cada
variable.
• Asignación cuantitativa de riesgo a
cada unidad tipo• Modelos de asignación de riesgo
• Interrrelación de factores
• Apoyo experto
• Goereferenciación
Estrategias para el diseño de un Sistema de
monitoreo socio ambiental
Dificultades
I. Escalabilidad• Plan piloto en una comunidad de 600
familias (La Isabelica, Sector 6, Valencia, Venezuela)
• Integración de datos: (fuente única de datos) hojas de cálculo, sistemasgeoreferenciados OS
• No hay actualización de informaciónautomatizada
• No hay plataforma de visualización
Dificultades
II. Accesibilidad
• No hubo integración real para gestión de servicios públicos
(aunque mucho interés)• La plataforma no era accesible en
tiempo real por toda la comunidad
III. Financiamiento
• Proyecto financiado por Plan LOCTI (Shell de Venezuela)
• No hubo interacción real con poderregional
• No hubo interacción real con proveedores de servicios públicos
• No fue posible conseguirfinanciamiento para llevar el proyecto a un nivel mayor
Resultados: Gestión de riesgo eléctrico
Mapeo de unidades tipo y riesgo sobre sistema georeferenciado
Transformadores
ESTUDIO FUNCIONAL
Tendido
eléctrico
Vivienda
Postes
(sostén)
Resultados: Gestión de desechos sólidos
Información:
• Localización• Zona de influencia• Tipos de desechos• Imágenes asociadas
Logros Sistema de gestión de salud
• Levantamiento de información:
• Entrevistas • Sesiones de trabajo con personal encargado
• Determinación de requerimientos: • Plan de arquitectura básica. • Matriz de Priorización de Impacto vs. Factibilidad
• Diseño y creación de DataWarehouse: • Población de 530000 beneficiarios: dimensión Tabla 13 millones registros• Diseño del modelo multidimensional
Logros: Sistema de gestión de riesgo socio
ambiental
• Trabajo con la comunidad:
• Creación de referencias geográficas (mapeo sobre herramientas)
• Riesgo como medida concreta
• Elaboración de sistemasgeoreferenciados: • Visualización de elementos tipo. • Visualización de zona de impacto• Cálculo de riesgo
Recomendaciones
ESCALABILIDAD• Carga de datos en dispositivos
múltiples (actualización automatizada)• Integración automatizada de valores al
momento de carga (riesgo, estadosposibles)
Red social
ACCESIBILIDAD• Plataforma de manejo de información
integrada• Lectura• Carga
• Información disponible para actoresmúltiples• Servicios públicos• Ciudadanos• Poder regional
Recomendaciones
FINANCIAMIENTO• Monetarización para cuantificar beneficios
aportados por el sistema• Control y seguimiento• Alertas tempranas• Esquema de manejo de prioridades
• Involucrar sector privado• Manejo de plataformas de
visualización e integración de datos• Desarrollo de aplicaciones• Integración de ciudadanos con
oferentes de servicios públicos