Random Forest para identificar los factores sociodemográficos asociados al uso de Internet en el Perú

Resumen

La sociedad de hoy en día se encuentra viviendo una etapa de constantes cambios, debido en gran medida a la introducción de nuevas tecnologías en el quehacer de la vida cotidiana; es por ello, que diversos líderes mundiales afirman que el uso de las Tecnologías de la Información y Comunicación (TIC) tienen un rol fundamental en el desarrollo de las naciones. Pero es Internet con más de 200 millones de usuarios a nivel global, que ha llegado a posicionarse como una de las TIC con mayor crecimiento tecnológico en los últimos años, llegando incluso a ser considerado como el medio de comunicación más popular en toda la historia de la humanidad. El Perú es un país emergente, que puede encontrar en estas herramientas tecnológicas el camino para convertirse en una sociedad de la información, ayudando a conseguir mejores oportunidades económicas y sociales para todos sus habitantes. Nuestro objetivo en la presente investigación es identificar los factores sociodemográficos asociados al uso de Internet en el Perú. Aplicamos el modelo de minería de datos de clasificación supervisada random forest, a la base de datos de la Encuesta Residencial de Servicios de Telecomunicaciones (ERESTEL) 2014, realizada por el Organismo Superior de Inversión Privada en Telecomunicaciones (OSIPTEL). La muestra fue de 14 626 hogares en los 24 departamentos del Perú, la cual fue aplicada a 42 046 personas de dichos hogares. El modelo propuesto nos permite identificar  la edad, nivel educativo, departamento de procedencia y nivel socioeconómico como los factores sociodemográficos prioritarios para el uso de internet  en nuestro país. El modelo clasificó correctamente  al  83% de las personas. Esperamos que estos resultados contribuyan a la formulación de las políticas sociales y económicas ligadas a la accesibilidad y manejo de tecnologías en nuestro país, particularmente al uso del internet.