Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/5163
Title: Modelo para la Clasificacion y Prediccion de Casos de Violencia Contra la Mujer
Authors: Hernandez Perez, Esteban
Issue Date: 2021-07-12
Publisher: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Hermosillo
Description: Con la investigación mostrada a continuación se busca elaborar un modelo que permita clasificar casos de violencia contra la mujer, así como predecir futuras reincidencias y escalabilidad de violencia. El modelo se propone para ser utilizado por las autoridades pertinentes como herramienta de apoyo en el seguimiento de casos de violencia contra la mujer. Para realizar el modelo se utilizaron técnicas de minería de datos aplicadas a datos proporcionados por el Instituto Nacional de Estadística y Geografía (INEGI), dichos datos fueron obtenidos de la Encuesta Nacional sobre la Dinámica de las Relaciones en los Hogares (ENDIREH) llevada a cabo en el año 2016. Para el funcionamiento del modelo se aislaron los factores de riesgo para cada caso, reuniendo datos del agresor, lugar de agresión y frecuencia con que se dio la agresión. De esta manera se ponderan en base a probabilidad dichos factores de para obtener grados de riesgo correspondientes a que suceda una reincidencia y la probabilidad de que exista una escala de violencia, entendiéndose por escala de violencia el hecho de que pase de un tipo de violencia a otro distinto.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Appears in Collections:Maestría en Ciencias de la Computación

Files in This Item:
File Description SizeFormat 
005_MCC_HERNANDEZ PEREZ ESTEBAN COATLALLOPE .pdfTexto Completo3.66 MBAdobe PDFView/Open
SESION DERECHOS MCC_HERNANDEZ PEREZ.pdfTexto Completo556.42 kBAdobe PDFView/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons