Modelo predictivo basado en machine learning para predecir la cantidad de casos de violencia contra la mujer en la ciudad de Bogotá

Simple item page
dc.contributor.advisorMosquera Valencia, Diego Fernando
dc.contributor.authorMeneses Molina, Mallory Yulieth
dc.contributor.authorMelo Balcázar, Samuel
dc.date.accessioned2026-07-22T19:19:32Z
dc.date.available2026-07-22T19:19:32Z
dc.date.issued2026
dc.description.abstractEl presente proyecto aplicado aborda la problemática de la violencia contra la mujer en Bogotá, enfocándose específicamente en los registros de violencia intrafamiliar y homicidios reportados por el Instituto Nacional de Medicina Legal y Ciencias Forenses (INMLCF). Este fenómeno constituye un problema social de carácter estructural y una violación sistemática de los derechos humanos, cuya persistencia vulnera la seguridad e integridad de las mujeres, lo que hace imperativo fortalecer la capacidad institucional de respuesta. La investigación tuvo como objetivo desarrollar un modelo basado en técnicas de aprendizaje automático que permitiera identificar patrones sociodemográficos, espaciales y de comportamiento, además de predecir la cantidad de casos en las diferentes localidades de la ciudad. Para su ejecución se implementó la metodología CRISP-DM, la cual permitió estructurar el proceso iniciando con la fase de comprensión del negocio, garantizando que el desarrollo técnico estuviera alineado con los objetivos estratégicos y las necesidades reales del entorno. Como principales resultados, se identificaron perfiles de victimización representativos y territorios con mayor incidencia, logrando modelos de segmentación y predicción capaces de anticipar tendencias futuras del fenómeno con alta consistencia técnica. Estos hallazgos demuestran la importancia de transitar de una gestión de datos puramente descriptiva hacia una capacidad de anticipación territorial fundamentada en la ciencia de datos. Las aplicaciones del proyecto se orientan al fortalecimiento de los sistemas de monitoreo, la priorización estratégica de recursos y la formulación de políticas públicas que mejoren la prevención activa de la violencia de género. Finalmente, se concluye que la integración de modelos analíticos avanzados y herramientas de visualización permite transformar los registros históricos en activos de información crítica para la toma de decisiones, facilitando intervenciones estatales más oportunas, precisas y eficaces para salvaguardar la vida e integridad de las mujeres en Bogotá.spa
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ciencia de Datos
dc.format.extent135 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/5697
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.subjectViolenciaspa
dc.subjectMujeresspa
dc.subjectHomicidiospa
dc.subjectViolencia intrafamiliarspa
dc.subjectViolenceeng
dc.subjectWomeneng
dc.subjectHomicideeng
dc.subjectDomestic violenceeng
dc.titleModelo predictivo basado en machine learning para predecir la cantidad de casos de violencia contra la mujer en la ciudad de Bogotáspa
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 - MODELO PREDICTIVO BASADO EN MACHIN.pdf
Size:
3.15 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia de uso - MODELO PREDICTIVO BASADO EN MACHINE LEARNI.pdf
Size:
348.49 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