Abstract

La movilidad en bicicleta conlleva beneficios para el ambiente, la economía y la salud de la población. No obstante, la adopción de la bicicleta como medio de transporte, está limitada por la carencia de geoinformación detallada que describa el comportamiento de los ciclistas y permita la creación de estrategias adecuadas de planificación y promoción. En este estudio presentamos un método para obtener conocimiento sobre los patrones de movilidad de ciclistas urbanos utilizando datos crowdsourcing, minería de datos y técnicas de visualización de geo-información. Demostramos la viabilidad del método analizando un año de datos de la aplicación Strava METRO en la ciudad de Cuenca, y extrayendo y visualizando patrones secuenciales generalizados (GSP) de movimiento. Los resultados evidencian que la aplicación del método propuesto permite generar información relevan- te para el conocimiento sobre movilidad no motorizada utilizando conjuntos masivos de datos recolectados con técnicas de crowdsourcing.