El proyecto de investigación propuesto está enmarcado en el área de las Smart Cities. Una Smart City es aquella ciudad con capacidad de respuesta a los retos que plantea el desarrollo tecnológico en cuanto a la mejora socioeconómica y a la calidad de vida. Así, es la misma ciudad la que utiliza la tecnología, especialmente las Tecnologías de la Información y la Comunicación (TIC), para transformar sus sistemas básicos y optimizar el retorno de las inversiones a pesar de la disponibilidad limitada de recursos.
El objetivo principal de la investigación propuesta es el desarrollo de modelos matemáticos capaces de estimar la disponibilidad del conjunto de aparcamientos, con el fin de poder utilizar esta información para optimizar los servicios de gestión de este. Así, nuestra propuesta consistirá en la definición de un servicio pionero en base tecnológica que sea capaz de recoger, filtrar, integrar y analizar datos estáticos sobre aparcamiento (Fastprk), así como datos dinámicos de tráfico y ambientales. Estos últimos son necesarios porque estos dos factores influencian claramente el comportamiento en cuanto al uso de los aparcamientos. Esto se realizará utilizando procedimientos de fusión de datos heterogéneos generados a partir de fuentes diferentes, así como a través de modelos de análisis predictivo.
El servicio predictivo propuesto será de gran utilidad para el conjunto de la ciudadanía, que podrá recibir información más ajustada y realista sobre la futura disponibilidad de los aparcamientos, tanto a corto como largo plazo. Por otro lado, esta información será clave porque los gestores de los sistemas de aparcamiento puedan definir un plan óptimo de gestión de sus recursos. Para conseguir los objetivos, la investigación se centrará en el área del análisis predictivo que alcanza una amplia variedad de técnicas estadísticas como lo predictive learning, el machine learning, y el fecha mining.
Estas técnicas se basan en el análisis de datos «in-time» e históricos para hacer predicciones sobre acontecimientos futuros o sobre otras posibles situaciones ficticias. De esta forma, el análisis predictivo pretende extraer información de los datos y utilizarlo para predecir tendencias y patrones de comportamiento. En una Smart City, el valor que aporta el análisis predictivo de los datos es predecir y prevenir posibles problemas para conseguir «casi-cero» averías y así optimizar el uso de los recursos. Además se puede integrar con los actuales servicios para la optimización de la toma de decisiones a todos los niveles (proveedores y consumidores).
