Serviços Personalizados
Journal
Artigo
Indicadores
- Citado por SciELO
- Acessos
Links relacionados
- Citado por Google
- Similares em SciELO
- Similares em Google
Compartilhar
Bitácora Urbano Territorial
versão impressa ISSN 0124-7913
Resumo
ABARCA-ALVAREZ, Francisco Javier; CAMPOS-SANCHEZ, Francisco Sergio e REINOSO-BELLIDO, Rafael. Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda. Bitácora Urbano Territorial [online]. 2018, vol.28, n.2, pp.103-114. ISSN 0124-7913. https://doi.org/10.15446/bitacora.v28n2.70145.
La gentrificación no siempre es detectada a tiempo por la sociedad, la política y la planificación para llevar a cabo intervenciones que mitiguen sus efectos adversos. Sus implicaciones son tan importantes en la fisionomía social de las ciudades que será relevante toda herramienta que permita pronosticar o evidenciar cualquier tipo de seña de la gentrificación. En este artículo se presenta una investigación que evalúa la viabilidad de la detección de ámbitos vinculados a procesos de gentrificación, incipientes o asentados, mediante el uso de fuentes de información comunes en las ciudades como los censos de viviendas. Para ello, se propone el uso de metodologías de extracción de información basadas en técnicas de minería de datos procedentes de las ciencias de la Inteligencia Artificial, aplicadas en un territorio complejo y extenso: la costa mediterránea peninsular española. Los resultados permiten identificar un perfil urbano que incluye todas las barriadas a las que el estado del arte atribuye gentrificación, obteniéndose que la proporción de viviendas en alquiler es una señal relevante de esta. Se concluye que la metodología propuesta es útil para evidenciar territorios con señales similares a los entornos urbanos con gentrificación, permitiendo la detección temprana de procesos semejantes en otros ámbitos.
Palavras-chave : perfil urbano; red neuronal artificial; mapa autoorganizado; predicción; gentrificación.