Pasar al contenido principal

Resultados relacionados

Resultados totales (Incluyendo duplicados): 1
Encontrada(s) 1 página(s)

RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Proyecto fin de carrera (BachelorThesis)

Clasificación de la actividad económica de las empresas: un enfoque basado en aprendizaje automático y contenido web, Classification of companies&apos, economic activity: a machine learning and web content-based approach, Classificació de l&apos, activitat econòmica de les empreses: un enfocament basat en aprenentatge automàtic i contingut web

  • Fernández Navarro, Joan
[ES] La clasificación de las empresas en función de sus actividades económicas es fundamental para el análisis económico, la elaboración de políticas y la investigación de mercados. Los métodos tradicionales de clasificación, basados en datos autodeclarados o en la categorización manual, requieren mucho tiempo y son propensos a incoherencias. Este trabajo propone un enfoque automatizado que aprovecha las técnicas de aprendizaje automático (ML) para clasificar las empresas a partir de datos textuales obtenidos de la web. La metodología incluye el procesamiento del contenido web, la extracción del texto y la generación de embeddings, seguidos de la evaluación de varios modelos de ML. Los resultados experimentales demuestran la eficacia de los modelos de ML en la clasificación de actividades económicas, destacando el potencial de los enfoques híbridos que integran modelos clásicos con contextual embeddings. Este trabajo contribuye a mejorar la precisión de la clasificación a la vez que reduce la intervención humana, ofreciendo una alternativa escalable a las metodologías tradicionales., [CA] La classificació de les empreses en funció de la seua activitat econòmica és fonamental per a l’anàlisi econòmic, l’elaboració de polítiques i la investigació de mercats. Els mètodes tradicionals de classificació, basats en dades autodeclarades o en la categorització manual, requereixen molt de temps i són propensos a incoherències. Aquest treball proposa un enfocament automatitzat que aprofita les tècniques d’aprenentatge automàtic (ML) per a classificar les empresses a partir de dades textuals obtingudes del web. La metodologia inclou el processament del contingut web, l’extracció del text i la generació d’embeddings, seguit de l'avaluació de diversos models de ML. Els resultats experimentals demostren l’eficàcia dels models de ML en la classificació d’activitats econòmiques, destacant el potencial dels enfocaments híbrids que n’integren models clàssics amb contextual embeddings. Aquest treball contribueix a millorar la precisió de la classificació al mateix temps que redueix la intervenció humana, oferint una alternativa escalabre a les metodologies tradicionals., [EN] The classification of companies according to their economic activities is fundamental for economic analysis, policymaking, and market research. Traditional classification methods, based on self-declared data or manual categorization, are time-consuming and prone to inconsistencies. This work proposes an automated approach that leverages machine learning (ML) techniques to classify companies based on textual data extracted from the web. The methodology includes web content processing, text extraction, and the generation of embeddings, followed by the evaluation of several ML models. Experimental results demonstrate the effectiveness of ML models in classifying economic activities, highlighting the potential of hybrid approaches that combine classical models with contextual embeddings. This work contributes to improving classification accuracy while reducing human intervention, offering a scalable alternative to traditional methodologies.