Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/103598
Campo DC Valoridioma
dc.contributor.advisorSánchez Medina, Agustín Jesúses
dc.contributor.advisorRomero Quintero, Leonardoes
dc.contributor.authorValencia Ospina, Alexises
dc.date.accessioned2021-03-11T01:00:22Z-
dc.date.available2021-03-11T01:00:22Z-
dc.date.issued2020-
dc.identifier.otherGestión académica
dc.identifier.urihttp://hdl.handle.net/10553/103598-
dc.description.abstractVivimos en la sociedad de la información y prácticamente todas las empresas disponen de grandes colecciones de documentos que almacenan información en formato digital acerca de las actividades que desempeñan y sus colaboradores. Así pues, con el objetivo de facilitar la tarea de agrupar la información de forma más visual y sencilla, en el presente trabajo se plantea una aproximación al análisis y agrupación de documentos mediante el uso de herramientas de minería de texto y haciendo uso de uno de los algoritmos más populares en el modelado de temas (Topic modeling), como es el Latent Dirichlet Allocation (LDA). Las documentos escogidos para tal análisis han sido artículos de inteligencia de negocios (Business Intelligence) y similares.en_US
dc.description.abstractWe live in the information society and practically all companies have large collections of documents that store information in digital format about the activities they carry out and their collaborators. Thus, with the aim of facilitating the task of grouping information in a more visual and simple way, this research work presents an approach to document analysis and grouping by using text mining tools and using one of the most popular algorithms in topic modeling, such as Latent Dirichlet Allocation (LDA). The documents chosen for such analysis have been Business Intelligence articles.en_US
dc.languagespaen_US
dc.subject120317 Informáticaen_US
dc.subject5311 Organización y dirección de empresasen_US
dc.subject.otherInteligencia de negocioses
dc.subject.otherModelado de temases
dc.subject.otherLDAes
dc.subject.otherMinería de textoes
dc.subject.otherBusiness intelligencees
dc.subject.otherTopic modelinges
dc.subject.otherText mininges
dc.titleAplicación de LDA Topic Modeling para la revisión bibliográfica automatizada. Una aplicación al caso de Business Intelligence en la última décadaes
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
dc.typeBachelorThesisen_US
dc.contributor.departamentoDepartamento de Economía y Dirección De Empresases
dc.investigacionIngeniería y Arquitecturaen_US
dc.type2Trabajo final de gradoen_US
dc.utils.revisionen_US
dc.identifier.matriculaTFT-58638es
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-ECOes
dc.contributor.titulacionPrograma de doble titulación: Grado en Ingeniería Informática y Grado en Administración y Dirección de Empresases
item.fulltextSin texto completo-
item.grantfulltextnone-
crisitem.advisor.deptGIR IUCES: Centro de Innovación para la Empresa, el Turismo, la Internacionalización y la Sostenibilidad-
crisitem.advisor.deptIU de Cibernética, Empresa y Sociedad (IUCES)-
crisitem.advisor.deptDepartamento de Economía y Dirección de Empresas-
crisitem.advisor.deptDepartamento de Economía y Dirección de Empresas-
Colección:Trabajo final de grado
Vista resumida

Visitas

300
actualizado el 17-feb-2024

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.