Show simple item record

dc.contributor.advisorGuerrero Rueda, William Javier
dc.contributor.advisorBesiou, María
dc.contributor.authorBarón Rojas, Mateo Andrés
dc.date.accessioned2022-10-11T16:59:44Z
dc.date.available2022-10-11T16:59:44Z
dc.date.issued2022-08-11
dc.identifier.urihttp://hdl.handle.net/10818/52208
dc.description76 páginases_CO
dc.description.abstractLos desastres naturales son fenómenos que afectan a todas las poblaciones y comunidades de la tierra. Un reto logístico que persiste en las operaciones de respuesta a los desastres es cómo aumentar la eficiencia en los procesos de captura de información relacionada con el evento, sus impactos, los requerimientos que tiene la población afectada, y los daños a la infraestructura. Esta investigación tiene como objetivo diseñar una metodología de extracción y análisis de información durante y después de un desastre natural proveniente de Twitter, para la mejora de los tiempos en las fases de la logística humanitaria referentes al alistamiento y recolección de información para dar respuesta a las víctimas. Para esto, se propone una metodología basada en el método C-U-P (Capture-Understand-Present). Los resultados logran determinar un panel de información basado en los requerimientos mínimos que necesitan los grupos encargados de dar respuesta a las víctimas de un desastre natural. Estos son el nombre, geolocalización y nivel de afectación material por el desastre natural. También, se logró diseñar un algoritmo extracción y análisis de datos en Twitter generados posterior a un desastre natural, basados en la metodología mencionada. Posteriormente para su validación, se aplicó a dos desastres: el Huracán “Laura”, activo durante los meses de agosto y septiembre de 2020 en Estados Unidos y los Deslizamientos en El Litoral colombiano en marzo de 2019. Dentro de las dinámicas en común que presentaron los dos desastres se evidencian los sentimientos predominantes de los usuarios al momento de publicar su tweet y el mal uso que se da a las fuentes de información erróneas presentes en redes sociales. Por otro lado, dentro de los hallazgos más relevantes se encuentran que los usuarios de Twitter aprovechan eventos para generar contenido desde diferentes focos.es_CO
dc.formatapplication/pdfes_CO
dc.language.isospaes_CO
dc.publisherUniversidad de La Sabanaes_CO
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleMetodología para la extracción y análisis de información proveniente de twitter para la mejora de modelos operativos en la logística humanitariaes_CO
dc.typemaster thesises_CO
dc.identifier.local288031
dc.identifier.localTE11987
dc.type.hasVersionpublishedVersiones_CO
dc.rights.accessRightsrestrictedAccesses_CO
dc.subject.armarcDesastres ambientales
dc.subject.armarcHuracanes
dc.subject.armarcDeslizamientos de tierra
dc.subject.armarcProcesamiento electrónico de datos
dc.subject.armarcRedes sociales
thesis.degree.disciplineFacultad de Ingenieríaes_CO
thesis.degree.levelMaestría en Diseño y Gestión de Procesoses_CO
thesis.degree.nameMagíster en Diseño y Gestión de Procesoses_CO


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExcept where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional