Magíster en Administración de Empresas

Se desarrolló un modelo para predecir la demanda de viajes entre estaciones del sistema de bicicleta pública de la ciudad de Cuenca. Para construir este modelo, se recopiló información de diversas fuentes. Mediante un análisis de correlación entre las variables, se seleccionaron las más relevantes para las predicciones, como la estación de bicicleta, temperatura, humedad, ruido, fin de semana y hora del día. El análisis se realizó con los datos desde el 1 de abril del 2.020 al 31 de diciembre del 2.022. Inicialmente se intentó realizar predicciones a nivel horario, pero debido al bajo uso por estación, se obtuvieron mejores resultados al agrupar los datos en intervalos de mañana, tarde y noche. Para generar el modelo de predicción, se utilizó el algoritmo de random forest, el cual mostró un mayor coeficiente de determinación en las predicciones tanto para las llegadas como para las salidas.