Diseño y evaluación de un modelo basado en algoritmos de inteligencia de negocios para identificar causas y proponer medidas para prevenir accidentes fatales y lesionados graves en Santiago

Abstract

Los accidentes de tránsito representan una preocupación global, siendo la principal causa de muerte entre los jóvenes en todo el mundo y manteniéndose como un problema constante a nivel internacional. Chile sobresale por poseer una de las tasas de mortalidad por accidentes de tránsito más elevadas en relación a su población. En este trabajo se analizan las bases de datos de accidentes de tránsito de 7 años (2017 al 2023), cuyos datos son tomados por Carabineros de Chile, y en este proyecto estos datos se obtienen de CONASET. En este estudio, principalmente se analizan los accidentes de tráfico con víctimas mortales y heridas graves, a partir de un análisis descriptivo y exploratorio de las bases de datos. Inicialmente, se exploran las causas más comunes de estos accidentes, enfocándose especialmente en los participantes, tales como peatones, ciclistas y conductores de motocicletas. Por otra parte, se examinan los principales factores subyacentes, que incluyen el comportamiento imprudente de algunos conductores, el exceso de velocidad, el incumplimiento de las normas de tránsito y el uso de teléfonos móviles, todos los cuales son importantes contribuyentes a los accidentes. También, se lleva a cabo una investigación sobre la ausencia de infraestructura adecuada, como baches y deficiencias en el mantenimiento de vías públicas, las cuales ponen en peligro tanto a los conductores como a los peatones. Se detecta que los conductores y los peatones se encuentran en situaciones de riesgo, ya que son los usuarios más desprotegidos de las vías, por la existencia de baches y falta de mantenimiento vial adecuado. El comportamiento imprudente de algunos conductores, como el exceso de velocidad, el incumplimiento de las normas de tránsito y el uso del teléfono móvil al volante, también contribuye a la ocurrencia de accidentes. Se propone el desarrollo de un sistema de información basado en el conocimiento de modelos de inteligencia de negocios. El modelo que se desarrolla proporciona información y recomendaciones para mejorar la seguridad en las vías al combinar tecnologías avanzadas de análisis de datos y sistemas expertos e inteligencia de negocios.

Traffic accidents represent a global concern, being the leading cause of death among young people worldwide and remaining a constant issue at the international level. Chile stands out for having one of the highest traffic accident mortality rates relative to its population. This study analyzes traffic accident databases over seven years (2017 to 2023), with data collected by Carabineros de Chile and obtained from CONASET for this project. This research primarily examines traffic accidents involving fatalities and serious injuries through a descriptive and exploratory analysis of the databases. Initially, the most common causes of these accidents are explored, with a particular focus on participants such as pedestrians, cyclists, and motorcycle riders. Additionally, key underlying factors are examined, including reckless driver behavior, speeding, failure to comply with traffic regulations, and mobile phone use, all of which significantly contribute to accidents. Furthermore, an investigation is conducted into the lack of adequate infrastructure, such as potholes and deficiencies in road maintenance, which endanger both drivers and pedestrians. It is identified that both drivers and pedestrians face hazardous conditions, as they are the most vulnerable road users due to potholes and inadequate road maintenance. Reckless driver behavior, such as excessive speed, failure to obey traffic laws, and mobile phone use while driving, also contributes to accident occurrences. To address these issues, the development of an information system based on de negocios intelligence models is proposed. The model provides data-driven insights and recommendations to improve road safety by integrating advanced data analysis technologies, expert systems, and business intelligence.