Predicción de indicadores económicos a través de noticias usando rss, minería de texto e inteligencia computacional

Izquierdo Ortiz, Cristhian Johnatan

Predicción de indicadores económicos a través de noticias usando rss, minería de texto e inteligencia computacional

dc.contributor.advisor	Alvarado Nieto, Luz Deicy
dc.contributor.author	Izquierdo Ortiz, Cristhian Johnatan
dc.date.accessioned	2024-10-24T19:48:13Z
dc.date.available	2024-10-24T19:48:13Z
dc.date.created	2023-11-13
dc.description	Este estudio presenta un enfoque innovador para el análisis de fenómenos económicos al integrar datos de noticias y redes sociales como fuentes externas para prever los valores de productos básicos como LBMA GOLD y petróleo Brent, junto con la tasa de cambio USD/COP. Durante un período de doce meses, se recopilaron datos de 166 fuentes de noticias a través de RSS y Twitter. Se aplicaron técnicas de regresión lineal y aprendizaje automático ensamblado, como XGBoost y Random Forest, para prever los cambios diarios. Además, se desarrolló un sistema multiagente inspirado en el sistema económico-social, capaz de evolucionar mediante el uso de información externa y de identificar patrones característicos de sistemas complejos.	spa
dc.description.abstract	This study introduces an innovative approach to analyzing economic phenomena by integrating news and social media data as external sources to forecast the values of commodities such as LBMA GOLD and Brent oil, as well as the USD/COP exchange rate. Over twelve months, data from 166 news sources were collected through RSS and Twitter. Techniques including linear regression and ensemble machine learning, such as XGBoost and Random Forest, were employed to predict daily changes. Furthermore, a multi-agent system inspired by the socio-economic framework was developed, capable of evolving using external information and identifying characteristic patterns of complex systems.	spa
dc.format.mimetype	pdf	spa
dc.identifier.uri	http://hdl.handle.net/11349/42116
dc.language.iso	spa
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional	*
dc.rights.acceso	Abierto (Texto Completo)	spa
dc.rights.accessrights	OpenAccess	spa
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Sistema multiagente	spa
dc.subject	Aprendizaje automático	spa
dc.subject	Minería de textos	spa
dc.subject	Twitter	spa
dc.subject	Valores forex	spa
dc.subject.keyword	Multiagent system	spa
dc.subject.keyword	Machine learning	spa
dc.subject.keyword	Forex values	spa
dc.subject.keyword	Twitter	spa
dc.subject.keyword	Text mining	spa
dc.subject.lemb	Maestría en Ciencias de la Información y las Comunicaciones -- Tesis y disertaciones académicas
dc.subject.lemb	Mercadeo
dc.subject.lemb	Aprendizaje automático (Inteligencia artificial)
dc.subject.lemb	Redes sociales -- Minería de datos
dc.title	Predicción de indicadores económicos a través de noticias usando rss, minería de texto e inteligencia computacional	spa
dc.title.titleenglish	Prediction of economic indicators through news using rss, text mining and computational intelligence	spa
dc.type	masterThesis	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	spa
dc.type.degree	Investigación-Innovación	spa
dc.type.driver	info:eu-repo/semantics/masterThesis