slides

(1)

CAPTURA Y ANÁLISIS DE POPULARIDAD DE REDES INALÁMBRICAS EN UN ENTORNO

URBANO

Guillermo Vázquez Sánchez

(2)

Motivación

› Aumento de uso internet en los últimos años.

› Estudio de posibles relaciones entre operadoras de internet y factores socio-económicos.

› Posibilidad de empezar un modelo de predicción a raíz del estudio.

2

(3)

Plataformas estudiadas

› Se han estudiado las siguientes plataformas para extraer los datos para el estudio.

Mozilla Location Services WiGLE

(4)

Funcionamiento WiGLE

› Web que muestra puntos de acceso inalámbricos en todo el mundo.

› Los datos son introducidos por los usuarios a través de su aplicación móvil.

4

(5)

Funcionamiento WiGLE

(6)

Limitaciones

› Límite de 100 peticiones al día.

› Necesita 4 coordenadas para realizar la búsqueda.

› La respuesta solo contiene toda la información de los 100 primeros puntos de acceso.

6

(7)

Desarrollo

› Desarrollo de tres procesos, uno para extracción de datos, otro para generar las gráficas y otro para crear los mapas.

› Dichos procesos se han hecho con Python 2.7 y JavaScript.

› Se dividió Madrid en sus distritos, y se realizó una búsqueda para obtener el número de puntos por operador.

› Para tener los límites de los distritos se usan los polígonos del geojson de open street map.

› Junto a esto también se han obtenido los datos demográficos de Madrid.

(8)

Problemas

› División de los distritos.

› Fiabilidad de los datos.

8

(9)

Penetración de puntos de acceso por distritos

› Partiendo de los datos obtenidos y con la población total por distrito se han realizado una comparativa entre los distritos de la densidad de puntos de

acceso.

(10)

Distribución operadoras por distrito

10

(11)

Comparativa distritos-operadoras

› Para ayudar a la visualización de los datos se realizaron unos mapas de Madrid dividido por

distritos y con porcentaje de puntos de acceso por operadora.

(12)

Comparativa distritos-operadoras

12

Movistar

Orange

Jazztel

(13)

Relación operadoras factores socioeconómicos

› Para completar el estudio se han realizado unas gráficas para observar si hay correlación entre las operadoras y distintos factores demográficos.

(14)

Relación operadoras factores socioeconómicos

14

Gráfica Renta Media – Porcentaje Operadora Gráfica Porcentaje Autónomos– Porcentaje Operadora

(15)

Conclusiones y posibles mejoras

› Objetivos de Movistar.

› Objetivos del resto de operadoras.

› Es una vía que merece la pena seguir investigando.

› Afinar la descarga de datos desde WiGLE.

› Encontrar otras fuentes de datos de puntos de acceso.

(16)

Backup Slides

16

(17)

Gráficas de apoyo

(18)

Gráficas de apoyo

18

(19)

Gráficas de apoyo

(20)

Gráficas de apoyo

20

(21)

Gráficas de apoyo

(22)

Gráficas de apoyo

22

Ono Vodafone

(23)

Gráficas de apoyo

(24)

Gráficas de apoyo

Porcentaje Parados - Compañía 24

(25)

Gráficas de apoyo

(26)

Gráficas de apoyo

Mayores 65 - Compañía 26

(27)

Gráficas de apoyo

(28)

Gráficas de apoyo

Población - Compañía 28

(29)

Gráficas de apoyo

(30)

Gráficas de apoyo

30

(31)