Análisis Integral de Clasificación de Usuarios SISBEN - Año 2017

Abstract

RESUMEN : El impacto de las tecnologías de análisis de datos en la planificación urbana y social es una cuestión cada vez más relevante a nivel global. Un enfoque innovador en este campo es la aplicación de técnicas avanzadas de clasificación a los datos poblacionales, como se evidencia en el análisis de la Base de Datos SISBEN 2017 para el área metropolitana de Antioquia, enfocándose particularmente en Medellín. Este análisis emplea características demográficas y socioeconómicas transformadas en datos cuantitativos, que luego se analizan mediante modelos avanzados de aprendizaje automático. El objetivo es optimizar la asignación del puntaje SISBEN, un indicador crucial para la distribución de recursos y servicios. La metodología no solo busca validar la eficacia del sistema existente, sino también explorar posibles mejoras para una clasificación más precisa y equitativa de los beneficiarios. Este enfoque cuantitativo abre nuevas perspectivas para una toma de decisiones más informada en el contexto de la política social y la gestión urbana, reflejando cómo la intersección entre la tecnología y las ciencias sociales puede enriquecer la comprensión y mejora de los sistemas de clasificación poblacional en la era digital.

ABSTRACT : The impact of data analysis technologies on urban and social planning is an increasingly relevant issue globally. An innovative approach in this field is the application of advanced classification techniques to population data, as evidenced in the analysis of the SISBEN 2017 Database for the Metropolitan Area of Antioquia, focusing particularly on Medellín. This analysis uses demographic and socioeconomic features transformed into quantitative data, which are then processed through advanced machine learning models.

The aim is to optimize the allocation of the SISBEN score, a crucial indicator for the distribution of resources and services. The methodology not only seeks to validate the effectiveness of the existing system but also explores possible improvements for a more accurate and equitable classification of beneficiaries. This quantitative approach opens new perspectives for more informed decision-making in the context of social policy and urban management, reflecting how the intersection between technology and social sciences can enrich the understanding and improvement of population classification systems in the digital age.