Diseño de un Sistema para la Automatización del Proceso de Vigilancia Comercial Aplicado a la Industria Textil

Abstract

Muchas organizaciones realizan procesos de Vigilancia Comercial (VC) para apoyar la toma de decisiones, transformando las necesidades de búsqueda de información en conocimiento sobre el sector vigilado. Entre estos procesos se encuentran: la recopilación, filtración, clasificación y análisis de grandes conjuntos de documentos provenientes de múltiples fuentes especializadas en la temática a vigilar. Como resultado de aplicar estos procesos se genera conocimiento sobre el sector vigilado que resulta útil para la toma de decisiones. En esta investigación se genera un sistema computacional que integra técnicas de procesamiento de texto, búsqueda, recuperación de información, análisis y presentación de conocimiento para la automatización del proceso de Vigilancia Comercial cuya fuente de información es la WWW. Este sistema es implementado en un prototipo de software integrando herramientas de software libre y aplicado al sector textil, específicamente al algodón. El sistema propuesto está diseñado de acuerdo a las cuatro etapas del proceso de Vigilancia Comercial: 1) definición del objeto a vigilar mediante un diccionario de términos, 2) recuperación de información relevante del objeto a vigilar, que corresponde a un corpus de documentos, mediante un directorio inicial de páginas web, un rastreador web y un buscador, 3) obtención de conocimiento sobre el sector productivo mediante análisis de la información usando minería de texto, específicamente aprendizaje no supervisado (agrupación), 4) presentación y visualización de resultados provenientes de la minería utilizando mapas conceptuales. El sistema se destaca por la calidad de los resultados, los cuales están directamente relacionados con la recopilación de información del entorno. Para el caso del sector aplicado (algodón) los resultados fueron validados con expertos del sector algodonero y del ministerio de agricultura y desarrollo rural resaltando los resultados y la utilidad de esta herramienta para el desarrollo de políticas del sector. El modelo puede ser aplicado en diferentes sectores económicos dependiendo de las definiciones de las fases 1 y 2.

Abstract. Many organizations perform Commercial Surveillance (CS) processes to support decisionmaking, transforming the information needs into useful knowledge about the surveillance sector. These processes are: collecting, filtering, classification and analyzing large sets of documents from multiple sources specialized in the subject being monitored. As a result of applying these processes, industry knowledge that is useful for decision making is generated. In this research, a computer system that integrates techniques such as text processing, information search, information retrieval, knowledge discovery, and data mining to automate the process of CS whose source of information is the WWW is proposed. This system is implemented in a software prototype integrating open software tools and applied to the textile sector, specifically cotton. The proposed system is designed according to four phases of CS process: 1) defines the object to be monitored using a dictionary of terms, 2) retrieves relevant information to monitor the object, corresponding to a corpus of documents, in a home directory web pages, a web crawler and a search engine, 3) obtaining knowledge about the productive sector through analysis of information using text mining, specifically unsupervised learning (clustering), 4) presentation and display of results from mining using concept maps. The system stands out for the quality of the results, which are directly related to the collection of information from the environment. In the case of the applied field (cotton) results were validated with experts in the cotton sector and the Ministry of Agriculture and Rural Development by highlighting the results and usefulness of this system for policy development in the sector. The model can be applied in different economic sectors depending on the definitions of phases 1 and 2.