Aplicación de modelos de clusterización para analizar patrones comerciales en la Calle 5 de Cali: Impacto de equipamientos y estructura vial
Loading...
Date
2025
Director
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Share
Abstract
Este proyecto realiza un análisis urbano del corredor de la Calle 5, entre la carrera 1 y la carrera 50 en Santiago de Cali, una zona con relevancia patrimonial y urbanística que atraviesa procesos de transformación física y social. El estudio parte del reconocimiento de la complejidad de las dinámicas urbanas y aplica algoritmos de Machine Learning no supervisados para identificar patrones en la consolidación de usos comerciales y vocaciones del territorio. El corredor de la Calle 5 actúa como eje articulador de distintos usos del suelo que han definido la vocación de barrios y sectores enteros de la ciudad. En este contexto, el objetivo del proyecto es integrar herramientas de análisis urbano y ciencia de datos para construir un modelo de agrupamiento que permita comprender mejor la configuración actual del corredor y apoyar la toma de decisiones. El trabajo se desarrolló en cuatro etapas: (1) revisión de literatura para identificar variables relevantes y modelos de agrupamiento aplicados a contextos urbanos; (2) consolidación de una base de datos armonizada a partir de fuentes públicas y mixtas; (3) aplicación y evaluación de distintos modelos de agrupamiento para seleccionar el más adecuado; y (4) interpretación de los patrones espaciales resultantes, con énfasis en los usos comerciales del corredor. Uno de los hallazgos clave es que la presencia de establecimientos comerciales no determina por sí sola la configuración de las vocaciones urbanas en el corredor, salvo en el caso de los asociados al sector salud. En cambio, los equipamientos urbanos, los elementos relacionados con la movilidad y, en menor medida, la accesibilidad y conectividad de las manzanas, fueron las variables más influyentes en la formación de patrones espaciales. Este proyecto reconoce que los procesos de transformación urbana responden a sistemas complejos con múltiples variables interrelacionadas. Por ello, promueve el uso de herramientas de ciencia de datos como insumo para entender y gestionar estos procesos de forma más eficiente. Se hace un llamado a la apropiación tecnológica en la función pública, resaltando el valor del análisis de datos en la planificación urbana y en la toma de decisiones informadas.
item.page.abstract.eng
This project conducts an urban analysis of the Calle 5 corridor, between Carrera 1 and Carrera 50 in Santiago de Cali, an area of heritage and urban significance undergoing physical and social transformation processes. The study begins by acknowledging the complexity of urban dynamics and applies unsupervised machine learning algorithms to identify patterns in the consolidation of commercial uses and territorial vocations. The Calle 5 corridor functions as a structuring axis for various land uses that have shaped the vocation of entire neighborhoods and sectors of the city. In this context, the project's objective is to integrate urban analysis tools and data science to build a clustering model that enables a better understanding of the corridor’s current configuration and supports decision-making. The work was developed in four stages: (1) literature review to identify relevant variables and clustering models applied to urban contexts; (2) consolidation of a harmonized database from public and mixed sources; (3) application and evaluation of different clustering models to select the most suitable one; and (4) interpretation of the resulting spatial patterns, with emphasis on the commercial uses of the corridor. One key finding is that the presence of commercial establishments alone does not determine the configuration of urban vocations in the corridor, except in the case of those related to the health sector. Instead, urban facilities, mobility-related elements, and to a lesser extent, block accessibility and connectivity, were the most influential variables in the formation of spatial patterns. This project recognizes that urban transformation processes respond to complex systems with multiple interrelated variables. Therefore, it promotes the use of data science tools as inputs to better understand and manage these processes. It calls for technological adoption in public service, highlighting the value of data analysis in urban planning and informed decision-making.