Revista española de Documentación Científica, Vol 42, No 2 (2019)

Implementación de un sistema de detección de señales débiles de futuro mediante técnicas de minería de textos


https://doi.org/10.3989/redc.2019.2.1599

Israel Griol-Barres
Vicerrectorado de Empleo y Emprendimiento, Universitat Politècnica de València, España
orcid http://orcid.org/0000-0002-2197-9161

Sergio Milla
Vicerrectorado de Empleo y Emprendimiento, Universitat Politècnica de València, España
orcid http://orcid.org/0000-0001-9461-0165

José Millet
Instituto ITACA, Universitat Politècnica de València, España
orcid http://orcid.org/0000-0002-8879-003X

Resumen


Actualmente, una de las mayores amenazas para las empresas es no ser capaces de hacer frente a los cambios constantes que se dan en el mercado, por no predecirlos con la suficiente antelación. Por ello, el desarrollo de nuevos procesos que faciliten la detección de fenómenos y cambios futuros significativos es una componente clave para una correcta toma de decisiones que marque un rumbo correcto para la empresa. Por esta razón, se propone un sistema basado en una arquitectura de inteligencia de negocio que permite detectar cambios discretos o señales débiles (weak signals) en el presente, pero que son indicativos de fenómenos más significativos y cambios trascendentales en el futuro. Frente a los trabajos actuales que se centran en fuentes de información estructuradas, o como mucho, con un único tipo de fuente de datos, en este trabajo la detección de estas señales se realiza de forma cuantitativa a partir de documentos heterogéneos y no estructurados de diversa índole (artículos científicos, periodísticos y redes sociales) sobre los que se aplican técnicas de minería de textos. El sistema ha sido testeado para estudiar el futuro del sector de los paneles solares, habiéndose obtenido resultados prometedores para ayudar a expertos en el reconocimiento de nuevos factores de peso en sus mercados y en el desarrollo de nuevas oportunidades.

Palabras clave


señales débiles de futuro; arquitectura de inteligencia de negocio; información no estructurada; minería de textos; toma de decisiones

Texto completo:


HTML PDF XML

Referencias


Ansoff, H.I. (1975). Managing Strategic Surprise by Response to Weak Signals. California Management Review, 18 (2), 21-33. https://doi.org/10.2307/41164635

Ansoff, ?. I.; McDonnell, E. J. (1990). Implanting strategic management. Cambridge: Prentice Hall.

Beautiful Soup (2018). Beautiful Soup Documentation. Disponible en: https://www.crummy.com/software/BeautifulSoup/bs4/doc/ [Fecha de consulta: 1/09/2018].

Cembrero, I. (2011). El gigantesco proyecto solar del Sáhara abastecerá a España en 2015. El País. Disponible en: http://elpais.com/diario/2011/11/09/sociedad/1320793203_850215.html [Fecha de consulta: 1/09/2018].

Conesa-Caralt, J; Curto-Diaz, J. (2010). Introducción al Business Intelligence. Barcelona: Editorial UOC.

Connolly, T.; Begg, C. (2005). Database Systems: A Practical Approach to Design, Implementation, and Management (4th ed.). London: Addison-Wesley.

Cooke, R. (2015). África podría convertirse en la nueva esperanza para la producción de energía solar. Vice News. Disponible en: https://news-old-origin. vice.com/es/article/africa-convertirse-nueva-esperanza-produccion-energia-solar [Fecha de consulta: 1/09/2018].

Cooper, A.; Voigt, C.; Unterfrauner, E.; Kravcik, M.; Pawlowski, J.; Pirkkalainen, H. (2011). TELMAP. Report on Weak Signals Collection. Bolton: European Commission Seventh Framework Project (IST-257822).

Dator, J. (2005). Universities without quality and quality without universities. On the Horizon, 13 (4), 199-215. https://doi.org/10.1108/10748120510627321

Dedi?, N.; Stanier C. (2017). Measuring the Success of Changes to Existing Business Intelligence Solutions to Improve Business Intelligence Reporting. Journal of Management Analytics, 4 (2), 130-144. https://doi.org/10.1080/23270012.2017.1299048

Eisenhardt K.M.; Brown S.L. (1999). Patching: restitching business portfolios in dynamic markets. Harvard Business Review, 77 (3), 72-82.

Elcacho, J. (2014). Megaproyecto para llevar energía solar desde el Sáhara hasta Europa. La Vanguardia. Disponible en: http://www.lavanguardia.com/natural/20141022/54417391167/megaproyecto-tunur-energia-solar-electricidad-sahara-europa.html [Fecha de consulta: 1/09/2018].

Elmasri, R.; Navathe, S.B. (2011). Fundamentals of Database Systems (6th ed.). Atlanta: Addison-Wesley.

Finger, L.; Dutta, S. (2014). Ask, Measure, Learn: Using Social Media Analytics to Understand and Influence Customer Behavior. Sebastopol: O'Reilly Media.

Fischler, M. A.; Firschein, O. (1987). Intelligence: The Eye, The Brain and The Computer. Menlo Park: Addison-Wesley.

Giovinazzo, W. (2000). Object-Oriented Data Warehouse Design: Building a Star Schema. Santa Ana: Prentice- Hall.

Godet, M. (1994). From Anticipation to Action, A Handbook of Strategic Prospective. Paris: UNESCO Publishing.

Griol, D.; Patricio, M.A.; Molina, J.M. (2016). CALIMACO: desarrollo de un servicio de bibliotecario virtual para la interacción multimodal con dispositivos móviles. Revista Española de Documentación Científica, 39 (2), e129. https://doi.org/10.3989/redc.2016.2.1262

Han, J.; Kamber M; Pei, J. (2001). Data Mining: Concepts and Techniques. Waltham: Morgan Kaufmann Publishers.

Helsingin Sanomat. (2010). Hennes & Mauritz comenzará a comercializar ropa usada bajo la etiqueta de Vintage. Helsingin Sanomat.

Hernández, J.; Ramírez, M.J.; Ferri, C. (2004). Introducción a la minería de datos. Valencia: Pearson.

Hiltunen, E. (2008). The future sign and its three dimensions. Futures, 40 (3), 247-260. https://doi.org/10.1016/j.futures.2007.08.021

Ilmola, L.; Kuusi, O. (2006). Filters of weak signals hinder foresight: Monitoring weak signals efficiently in corporate decision-making. Futures, 38 (8), 908-924. https://doi.org/10.1016/j.futures.2005.12.019

Inmon, W.H. (2005). Building the Data Warehouse (4th ed.). Indianapolis: John Wiley.

Jung, K. (2010). A study of foresight method based on text mining and complexity network analysis. Seoul: KISTEP.

Khan, R.A. (2012). KDD for Business Intelligence. Journal of Knowledge Management Practice, 13 (2).

Kimball, R.; Ross, M. (2002). The Data Warehouse Toolkit: the complete guide to dimensional modelling. Indianapolis: John Wiley.

Koivisto, R.; Kulmala, I.; Gotcheva, N. (2016). Weak signals and damage scenarios. Systematics to identify weak signals and their sources related to mass transport attacks. Finland Technological Forecasting and Social Change 104, 180-190. https://doi.org/10.1016/j.techfore.2015.12.010

Kuusi, O.; Hiltunen, E. (2007). The Signification Process of the Future Sign. Turku: Finland Futures Research Centre ebook 4/2007.

Mannermaa M. (1999). Tulevaisuuden hallinta skenaariot strategiatyoskentelyssa. (Managing the future, Scenarios in strategy work). Provoo: WSOY.

MohamadiBaghmolaei, R.; Mozafari, N.; Hamzeh, A. (2017). Continuous states latency aware influence maximization in social networks. AI Communications, 30 (2), 99-116. https://doi.org/10.3233/AIC-170720

Molitor, G.T. (2003). Molitor Forecasting Model: Key Dimensions for Plotting the Patterns of Change. Journal of Future Studies, 8 (1), 61-72.

MongoDB (2018). Documentación de MongoDB. Disponible en: https://www.mongodb.com/es [Fecha de consulta: 1/09/2018].

Natural Language Toolkit (2018). NLTK 3.3 Documentation. Disponible en: https://www.nltk.org/ [Fecha de consulta: 1/09/2018].

New York Times (2018). New York Times. Disponible en: http://www.nytimes.com [Fecha de consulta: 1/09/2018].

Nikander, I.O. (2002). Early Warnings, A Phenomenon in Project Management, Dissertation for the degree of Doctor of Science in Technology. Helsinki: Helsinki University of Technology.

Peirce, C.S. (1868). Some Consequences of Four Incapacities. Journal of Speculative Philosophy, 2 (3), 140- 157. https://www.jstor.org/stable/i25665647

Salton, G.; Buckley, C. (1988). Term-weighting approaches in automatic text retrieval. Information Processing & Management, 24(5), 513-523. https://doi.org/10.1016/0306-4573(88)90021-0

ScienceDirect (2018). Science Direct. Disponible en: http://www.sciencedirect.com/ [Fecha de consulta: 1/09/2018].

Siegel, E. (2013). Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die. New Jersey: John Wiley.

Twitter (2018a). Twitter. Disponible en: http://www. twitter.com [Fecha de consulta: 1/09/2018].

Twitter (2018b). Twitter API Documentation. Disponible en: https://dev.twitter.com/rest/public [Fecha de consulta: 1/09/2018].

UNESCO World Heritage Centre (2008). List of factors affecting the properties. Disponible en: http:// whc.unesco.org/en/factors/ [Fecha de consulta: 1/09/2018].

Witten, I.H.; Frank E. (2005). Data Mining: Practical Machine Learning Tools and Techniques (2nd ed.). San Francisco: The Morgan Kaufmann Series in Data Management Systems.

Yoo, S.H.; Park, H.W.; Kim, K.H. (2009). A study on exploring weak signals of technology innovation using informetrics. Journal of Technology Innovation, 17(2), 109-130.

Yoon, J. (2012). Detecting weak signals for long-term business opportunities using text mining of Web news. Expert Systems with Applications, 39 (16), 12543- 12550. https://doi.org/10.1016/j.eswa.2012.04.059




Copyright (c) 2019 Consejo Superior de Investigaciones Científicas (CSIC)

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional.


Contacte con la revista redc.cchs@cchs.csic.es

Soporte técnico soporte.tecnico.revistas@csic.es