Modelo Deep Learning para la estimación del potencial exportador de productos no minero-energéticos en Colombia

Molina Agudelo, Santiago; Villegas Ramirez, Juanita

Publicación:
Modelo Deep Learning para la estimación del potencial exportador de productos no minero-energéticos en Colombia

dc.contributor.advisor	Peña Palacio, Juan Alejandro
dc.contributor.author	Molina Agudelo, Santiago
dc.contributor.author	Villegas Ramirez, Juanita
dc.date.accessioned	2021-03-09T16:17:56Z
dc.date.available	2021-03-09T16:17:56Z
dc.date.issued	2020
dc.description	92 páginas	spa
dc.description.abstract	RESUMEN: En un mundo globalizado, en el cual los mercados son cada vez más abiertos y con fácil acceso, es necesario que las empresas expandan sus horizontes y encuentren más clientes potenciales en otros lugares diferentes al lugar de origen, de esta manera las organizaciones adquieren valor y posicionamiento, volviéndose más competitivas frente a todas las empresas existentes del mismo sector tanto en territorio nacional como internacional. Para el análisis de exportaciones existen estudios de mercados manuales, los cuales son un proceso complejo y poco ágil, debido a la exhaustiva información que se necesita obtener. En este trabajo se desea desarrollar un modelo Deep Learning que estime el potencial exportador de productos no minero energéticos en Colombia. Por medio de recolección de información en diferentes bases de datos que brindan las instituciones internacionales y nacionales, como Procolombia, la Dirección de Impuestos y Aduanas Nacionales (DIAN), el Departamento Administrativo Nacional de Estadística (DANE) o el Banco Mundial , se realiza una selección de las características necesarias para encontrar la mejor afinidad entre la relación producto – mercado y por medio dicho modelo con ayuda del software R-Studio, automatizar el proceso de inteligencia de mercado. Por tal motivo, en este trabajo se logró encontrar mediante una plataforma matricial y el método de Redes Neuronales Artificiales (RNA) un modelo que ayuda a los profesionales en negocios internacionales o encargados de exportaciones de las empresas a realizar la inteligencia de mercados de una manera fácil y rápida, ya que puede pronosticar la relación producto - mercado óptima para la exportación de productos no minero-energéticos de Colombia.	spa
dc.description.abstract	ABSTRACT: In a globalized world, in which markets are increasingly open and with easy access, it is necessary for companies to expand their horizons and find more potential customers in other places different from the place of origin, in this way organizations acquire value and positioning, becoming more competitive against all existing companies in the same sector both nationally and internationally. For the analysis of exports there are manual market studies, which are complicated and slow, due to the exhaustive information that needs to be obtained. In this work we want to develop a Deep Learning model to estimate the export potential of non-mining energy products in Colombia. Through the collection of information in different databases provided by international and national institutions, such as Procolombia, DIAN (Dirección de Impuestos y Aduanas Nacionales), DANE (Departamento Administrativo Nacional de Estadistica) or the World Bank, a selection of the necessary characteristics is made to find the best affinity between the product - market relationship and through this model with the help of the R-Studio software, automate the market intelligence process. For this reason, in this work it was possible to find, through a matrix platform and the Artificial Neural Networks (ANN) method, a model that helps professionals in international businesses or those responsible for exports of companies to perform market intelligence in an easy and fast way, so in this maner you can predict the optimal product-market relationship for the export of non-mining-energy products from Colombia.	eng
dc.description.degreelevel	Pregrado	spa
dc.description.degreename	Ingeniero(a) Administrativo(a)	spa
dc.format.mimetype	application/pdf	spa
dc.identifier.bibliographiccitation	Molina Agudelo, S. y Villegas Ramirez, J. (2020). Modelo Deep Learning para la estimación del potencial exportador de productos no minero-energéticos en Colombia [tesis de pregrado, Universidad EIA]. Repositorio Institucional Universidad EIA. https://repository.eia.edu.co/handle/11190/2693
dc.identifier.uri	https://repository.eia.edu.co/handle/11190/2693
dc.language.iso	spa	spa
dc.publisher	Universidad EIA	spa
dc.publisher.faculty	Escuela de Ciencias Económicas y Administrativas	spa
dc.publisher.place	Envigado (Antioquia, Colombia)	spa
dc.publisher.program	Ingeniería Administrativa	spa
dc.rights	Derechos Reservados - Universidad EIA, 2020	eng
dc.rights.accessrights	info:eu-repo/semantics/openAccess	spa
dc.rights.coar	http://purl.org/coar/access_right/c_abf2	spa
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)	spa
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	spa
dc.source	Repositorio Institucional Universidad EIA
dc.subject.proposal	Exportaciones	spa
dc.subject.proposal	Código Arancelario	eng
dc.subject.proposal	Análisis de Componentes Principales (PCA)	eng
dc.subject.proposal	Redes neuronales	spa
dc.subject.proposal	Export	eng
dc.subject.proposal	Arancelary code	eng
dc.subject.proposal	K-Means Algorithm	eng
dc.subject.proposal	Neural Networks	eng
dc.title	Modelo Deep Learning para la estimación del potencial exportador de productos no minero-energéticos en Colombia	spa
dc.type	Trabajo de grado - Pregrado	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	spa
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85	spa
dc.type.content	Text	spa
dc.type.driver	info:eu-repo/semantics/bachelorThesis	spa
dc.type.redcol	https://purl.org/redcol/resource_type/TP	spa
dc.type.version	info:eu-repo/semantics/publishedVersion	spa
dspace.entity.type	Publication