Predicción del valor del suelo en Bogotá en zonas de adopción de planes parciales usando técnicas de aprendizaje automático

Simple item page
dc.contributor.advisorArango Londoño, David
dc.contributor.authorSegura Herrera, Ángela
dc.contributor.authorRodríguez Narváez, Ángela
dc.contributor.authorNieto Gómez, Ángela
dc.date.accessioned2026-07-21T15:05:23Z
dc.date.available2026-07-21T15:05:23Z
dc.date.issued2026
dc.description.abstractLa falta de análisis sobre el cambio del valor del suelo tras la adopción de planes parciales ha favorecido procesos de especulación y ha generado desacuerdos entre los actores involucrados. Estas situaciones pueden derivar en modificaciones de los planes, así como retrasos en su formulación, adopción y en el reparto equitativo de cargas y beneficios. El presente proyecto tuvo como objetivo analizar y predecir el comportamiento del valor del suelo en Bogotá en zonas de adopción de planes parciales, utilizando técnicas de aprendizaje automático, a partir de variables de accesibilidad, físicas, socioeconómicas, de uso del suelo, temporales y asociadas con la intervención de Planes Parciales. Para ello, se realizó un proceso de integración, depuración y transformación de información proveniente de diferentes fuentes geográficas y catastrales, disponibles en los portales de datos abiertos del Distrito Capital de Bogotá, permitiendo construir modelos predictivos orientados a identificar patrones asociados a la variación del valor del suelo. Durante el estudio se realizó un análisis de impacto utilizando el método de Diferencias en Diferencias (DiD), con el fin de evaluar el comportamiento del valor del suelo antes y después de la adopción de planes parciales en Bogotá. Posteriormente, se evaluaron diferentes metodologías de aprendizaje automático, incluyendo Regresión Lineal Múltiple, Máquinas de Soporte Vectorial (SVM), XGBoost y Random Forest. Los resultados obtenidos evidenciaron que el modelo Random Forest presentó el mejor desempeño predictivo, alcanzando el mayor coeficiente de determinación y los menores errores de predicción entre los modelos evaluados, permitiendo representar de manera más adecuada la complejidad espacial y económica asociada al comportamiento del valor del suelo (metro cuadrado por manzana) en Bogotá. Posteriormente, mediante un proceso de inferencia espacial, el modelo seleccionado fue aplicado sobre la totalidad de las manzanas de la ciudad, con el propósito de identificar patrones territoriales asociados al comportamiento del valor del suelo y ampliar la interpretación visual de los resultados más allá de las zonas inicialmente utilizadas para el entrenamiento del modelo, correspondientes a las manzanas donde se localizaron los planes parciales adoptados y sus áreas de influencia. Lo anterior facilitó el análisis exploratorio de tendencias espaciales relacionadas con la dinámica urbana y la adopción de estos instrumentos de planificación territorial, así como el desarrollo de una herramienta de visualización para comunicar de manera clara e interactiva los resultados obtenidos, constituyendo un insumo potencial para futuros procesos de planificación, análisis territorial y gestión del suelo en la ciudad de Bogotá.spa
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ciencia de Datos
dc.format.extent94 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/5678
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.departmentFacultad de Ingeniería y Ciencias
dc.publisher.programMaestría en Ciencia de Datos
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectValor del suelospa
dc.subjectPlanes parcialesspa
dc.subjectAprendizaje automáticospa
dc.subjectCiencia de datosspa
dc.subjectPredicciónspa
dc.subjectLand valueeng
dc.subjectPartial planseng
dc.subjectMachine learningeng
dc.subjectData scienceeng
dc.subjectPredictioneng
dc.titlePredicción del valor del suelo en Bogotá en zonas de adopción de planes parciales usando técnicas de aprendizaje automáticospa
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
Trabajo de grado en pdf - PREDICCIÓN DEL VALOR DEL SUELO EN .pdf
Size:
4.19 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia de uso - PREDICCIÓN DEL VALOR DEL SUELO EN BOGOTÁ E.pdf
Size:
288.74 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Ciencia de Datos