Una metodología para encontrar patrones frecuentes de datos, con su aplicación en la predicción de terremotos

Abstract

El presente trabajo intitulado “Una metodología para encontrar patrones frecuentes de datos, con su aplicación en la predicción de terremotos”, realiza el estudio de los terremotos que ocurren en cualquier lugar y momento, la consecuencia de los terremotos está asociado a los grados de intensidad en la escala de Richter, magnitudes mayor o igual a 5 ML pueden ocasionar daños materiales y pérdidas humanas como el terremoto de mayor magnitud que ocurrió en Chile el 22 de mayo de 1960 conocido como “el megaterremoto de Valdivia” con una magnitud de 9.5 ML hubo 962 muertos y 1410 desaparecidos. Este estudio tiene como objetivo desarrollar una metodología y modelo de minería de datos para encontrar patrones frecuentes en la predicción de terremotos utilizando reglas de asociación. Para cumplir con este trabajo se utilizó datos de terremotos ocurridos entre el año 2000 hasta 2009 en las placas tectónicas de: Sudamérica, Nazca, Caribe, Cocos, Scotia, Altiplano, Andes del norte y Panamá; por tal motivo, se propuso la metodología que consta de 4 fases: adquirir datos de terremotos, algoritmo de placas tectónicas, análisis y propuesta de nuevas variables y método Crisp-dm. En el desarrollo del modelo con Crisp-dm se utilizó el Algoritmo Apriori en el software RStudio. Con el modelo se obtuvo 36 reglas de asociación con los parámetros de confianza igual a 1 y lift mayor o igual a 1.60.