Geocodificación de direcciones postales cubanas en un entorno Big Data: Geocoding of Cuban postal addresses in a Big Data environment

Ofir Alfonso Cantillo; Eduardo Sánchez Ansola

Autores/as

Ofir Alfonso Cantillo Universidad Tecnológica de La Habana "José Antonio Echeverría"
Eduardo Sánchez Ansola Universidad Tecnológica de La Habana "José Antonio Echeverría" https://orcid.org/0000-0001-5977-1633

Palabras clave:

Big Data; dirección postal; Geocodificación; Map Reduce

Resumen

Debido a la gran cantidad de datos digitales con que se cuenta, se ha convertido en una necesidad la creación de sistemas capaces de procesarlos. La información espacial no queda exenta de esto y debido a que gran parte de esta se encuentra en forma de direcciones postales los procesos de geocodificación han adquirido una gran importancia. La geocodificación es el proceso de convertir una dirección postal en coordenadas geográficas. Una de las aproximaciones en la actualidad para procesar una gran cantidad de datos son las tecnologías asociadas a Big Data. Un problema se considera Big Data cuando los datos a procesar se convierten en un inconveniente para los sistemas actuales. El objetivo del presente trabajo es diseñar un proceso de geocodificación para direcciones cubanas haciendo uso de un diseño Big Data. Los resultados del presente trabajo demuestran que es factible el uso de tecnologías Big Data para resolver el problema de la geocodificación pues se logra la disminución de los tiempos de respuesta con respecto a otros servicios existentes en la geocodificación de gran cantidad de direcciones postales.

Citas

Aboul-Ella Hassanien, Ahmad Taher Azar, Vaclav Snasel, Janusz Kacprzyk, & Jemal H. Abawajy. (2015). Big Data in Complex Systems: Challenges and Opportunities: Springer International Publishing.

Alfonso Cantillo, O., Sánchez Ansola, E., & Guerra Denis, L. (2018). Geocodificación de direcciones postales cubanas utilizando computación paralela. Paper presented at the IV Congreso internacional de ingeniería informática y sistema de información, La Habana, Cuba.

Baesens, B. (2014). Analytics in a Big Data World: The Essential Guide to Data Science and its Applications: Wiley India.

Burrough, P. A. (1986). Principles of geographical information systems for land resources assessment (Vol. 12). New York: Clarendon Press.

Cruz Gutiérrez, A. A. (2011). Servicio de Geocodificación. Implementación en una Infraestructura de Datos Espaciales. Paper presented at the VII Congreso Internacional GEOMÁTICA 2011, La Habana.

de Armas García, C. J., & Cruz Gutiérrez, A. A. (2013). Deployment of a National Geocoding Service: Cuban Experience. URISA Journal, 25.

Girón Lima, L., & Sánchez Ansola, E. (2017). Servicios Basados en la Localización para GeoServer. Paper presented at the VIII Convención Agrimensura, La Habana.

Holden K., Konwinski,A., Wendell P., & Zaharia M., (2015). Learning Spark, lightning-fast data analysis. (First ed.): O’Reilly Media.

Kenneth Cukie, & Viktor Mayer-Schonberger. (2013). Big Data. A Revolution That Will Transform How We Live, Work, and Think. United Kingdom: Eamon Dolan/Houghton Mifflin Harcourt.

O’Reilly Media, I. (2017). Big Data Now. United States of America: O’Reilly Media, Inc.

Oracle. (2007). Oracle Spatial 11g: Administración Avanzada de Datos Espaciales para Aplicaciones Empresariales. United States of America.

Pitney Bowes, I. (2019). Spectrum™ Geocoding for Big Data User Guide. In P. B. S. Inc. (Ed.), (3.2 ed.). United States of America.

XuSen, FlexnerSoren, & CarvalhoVitor. (2012, Septembre 18-12, 2012). Geocoding Billions of Addresses: Toward a Spatial Record Linkage System with Big Data. Paper presented at the GIScience in the Big Data Age (GIScience 2012), Colombus, OH, USA.

Srinath Perera, & GunarathneThilina. (2013). Hadoop MapReduce Cookbook. Birmingham: Packt Publishing.

Teerayut Horanont, Jiranuwat Prapakornpilai, Santi Phithakkitnukoon, Apichon Witayangkurn, & Ryosuke Shibasaki. (2014). Space Profile-Based Reverse Geocoding Service Using Cloud Platform. Paper presented at the 2014 IEEE International Conference on Services Computing, Anchorage, AK, USA.

Xiang Li, Hakan Kardes, Xin Wang, & Ang Sun. (2014). HMM-based Address Parsing with Massive Synthetic Training Data Generation. Paper presented at the Proceedings of the 4th International Workshop on Location and the Web, Shanghai, China.