Sistema de identificación de prestaciones sociales para personas en riesgo de exclusión social
Fecha:
15/09/2021Palabra clave:
inteligencia artificial; aprendizaje automático; algoritmos de clasificación; árboles de decisión; exclusión social; riesgo de pobreza; ayudas y subvenciones; EAPN; artificial intelligence; machine learning; classification algorithm; decision tree; social exclusion; risk of poverty; grants and subsidies; computer engineering degree; Grado en Ingeniería Informática
Tipo de Ítem:
bachelorThesis
Resumen:
Según el último indicador AROPE (At‐Risk‐Of Poverty and Exclusion) de 2019, la tasa de
población en España que se encuentra en riesgo de pobreza o de exclusión social asciende al
25,3%, que se traduce en cerca de 12 millones de personas. Tanto el Estado español como las
diferentes Comunidades Autónomas proporcionan prestaciones para este colectivo de
manera que puedan garantizarle un acceso a recursos que les permita salir de esta situación
de vulnerabilidad. Por otra parte, la European Anti‐Poverty Network (EAPN) es una red de
asociaciones y organizaciones sin ánimo de lucro a nivel europeo cuyo fin es el de luchar por
el fin de la pobreza y la exclusión social, teniendo en Madrid una fuerte presencia a través de
su delegación EAPN Madrid con más de 70 asociaciones vinculadas. Entre sus actividades se
encuentra el asesoramiento y orientación a personas en riesgo de pobreza y exclusión social
para poder acceder a las ayudas y prestaciones que las administraciones públicas disponen.
En el presente trabajo se lleva a cabo un estudio, análisis y comparación de métodos y
algoritmos de clasificación para acabar diseñando y desarrollando una aplicación web basada
en los principios de los árboles de decisión que permita a los técnicos de todas las asociaciones
vinculadas a EAPN Madrid poder identificar si los diferentes usuarios pueden optar a alguna
de las prestaciones disponibles mediante un proceso guiado y optimizado de preguntas. Este
desarrollo es una continuación del trabajo realizado por la Clínica Jurídica de UNIR para EAPN
Madrid donde se analizaron todas las prestaciones disponibles y sus requisitos para acceder a
ellas. La aplicación proporciona mecanismos de ampliación, actualización y mantenimiento de
las prestaciones disponibles. Por último, se aborda una aproximación para resolver el
problema aplicando principios de aprendizaje automático e inteligencia artificial,
comparándolo con la solución implementada.
Descripción:
According to the latest AROPE indicator (At‐Risk‐Of Poverty and Exclusion) about 2019, the
population rate in Spain at risk of poverty or social exclusion amounts to 25.3%, which is just
almost 12 million people. Both the Spanish State and the different Autonomous Communities
provide subventions to this group assuring they can access to resources that allow them get
out of this situation of vulnerability. On the other hand, European Anti‐Poverty Network
(EAPN) is a network of associations and non‐profit organizations at European level whose goal
is to fight against the poverty and social exclusion, having a strong presence in Madrid through
its EAPN Madrid delegation which has more than 70 linked associations. Among its activities
is to counsel and guide people at risk of poverty and social exclusion to access to the
subventions and aids those public administrations have available. In this work, a study,
analysis and comparation of different classification methods and algorithms is carried out with
the final goal of design and develop a web application which allows to EAPN Madrid associated
organizations workers to be able to identify if one person is eligible or not for some of these
subventions following a guided and optimized process based on questions. This development
is a continuation of the work done by UNIR’s Legal Clinic for EAPN Madrid where all the
available subventions and its requirements were analyzed. The application provides
subventions extension, update and maintenance capabilities. Finally, an approach to solve the
problem using principles of machine learning and artificial intelligence is addressed,
comparing it with the implemented solution.
Ficheros en el ítem
