Sistema recolector de información para la seguridad ciudadana

Abstract

La toma de decisiones en el ámbito inmobiliario es un proceso complejo influenciado por múltiples factores, donde la seguridad del entorno es un aspecto crucial pero difícil de cuantificar. Este proyecto aborda la necesidad de una herramienta que integre datos de seguridad ciudadana y del mercado inmobiliario para ofrecer una visión unificada y analítica. El presente trabajo se centra en el diseño y la implementación de la infraestructura de recolecciónde datos, un componente fundamental para el sistema global. El objetivo principal fue construir un pipeline de datos robusto y automatizado, capaz de extraer, procesar y almacenar información de fuentes heterogéneas. Para ello, se desarrollaron módulos de web scraping especializados en la recolección de estadísticas delictuales de fuentes oficiales como Carabineros de Chile, datos de propiedades de los principales portales inmobiliarios del país y noticias relevantes de medios de comunicación. La metodología se basó en la creación de un entorno de desarrollo containerizado con Docker, asegurando la portabilidad y consistencia del sistema. Se utilizó Python para el desarrollo de los scrapers y un flujo de CI/CD para la integración y despliegue continuo. Los datos recolectados son procesados y almacenados en una base de datos PostgreSQL con la extensión PostGIS, optimizada para consultas geoespaciales. Como resultado, se obtuvo un sistema de recolección de datos completamente funcional y operativo, que alimenta de manera continua la base de datos central del proyecto. Este sistema no solo valida la factibilidad técnica de la adquisición de datos a gran escala, sino que también constituye la base sobre la cual se construyen los módulos de análisis predictivo y visualización. Este trabajo fue, por tanto, la piedra angular que habilitó el desarrollo integral del "Sistema de Información para la Seguridad Ciudadana" . Decision-making in the real estate sector is a complex process influenced by multiple factors, where neighborhood safety is a crucial yet difficult-to-quantify-aspect. This project addresses the need for a tool that integrates citizen security and real estate market data to offer a unified, analytical view. This document focuses on the design and implementation of the data collection infrastructure, a foundational component of the overall system. The main objective was to build a robust and automated data pipeline capable of extracting, processing, and storing information from heterogeneous sources. o achieve this, specialized web scraping modules were developed to collect crime statistics from official sources like Carabineros de Chile, property data from the country's leading real estate portals, and relevant news from media outlets. The methodology was based on creating a containerized development environment using Docker, ensuring system portability and consistency. Python was used for scraper development, and a CI/CD workflow was implemented for continuous integration and deployment. The collected data is processed and stored in a PostgreSQL database with the PostGIS extension, optimized for geospatial queries. The result is a fully functional and operational data collection system that continuously feeds the project's central database. This system not only validates the technical feasibility of large-scale data acquisition but also provides the foundation upon which the predictive analysis and visualization modules are built. This work was, therefore, the cornerstone that enabled the comprehensive development of the "Information System for Citizen Security".