Clasificación automatizada de noticias para análisis estratégico FODA en tiempo real usando NLP
DOI:
https://doi.org/10.63728/riisds.v10i1.38Palabras clave:
Análisis FODA, Procesamiento de Lenguaje Natural, Modelos de ClasificaciónResumen
Este estudio presenta un modelo automatizado para realizar análisis FODA utilizando noticias dinámicas como fuente de datos. Empleando técnicas avanzadas de procesamiento de lenguaje natural (NLP), el modelo analiza y categoriza noticias en tiempo real, permitiendo la actualización continua del análisis estratégico. Esta capacidad de adaptación ofrece a las organizaciones una ventaja competitiva, permitiendo respuestas proactivas a cambios del mercado. El modelo sigue un enfoque sistemático que incluye tokenización, eliminación de ruido y vectorización mediante Term Frequency-Inverse Document Frequency. Se evaluaron varios algoritmos de clasificación, incluidos Naive Bayes, Support Vector Machines, Random Forest y Gradient Boosting, comparando su rendimiento con métricas como precisión y área bajo la curva ROC. Los resultados muestran que el modelo basado en SVM alcanzó una precisión cercana al 100% en la mayoría de las categorías FODA. Además, su escalabilidad asegura su aplicabilidad en entornos empresariales complejos que requieren monitoreo continuo. Este sistema automatizado mejora la eficiencia del análisis FODA tradicional y minimiza el sesgo humano. El modelo propuesto representa un avance en la automatización del análisis estratégico, proporcionando una herramienta adaptable y precisa para evaluar factores clave en diversos sectores.
Citas
Ali, M. Y., Naeem, S. B., Bhatti, R., & Richardson, J. (2024). Artificial intelligence application in university libraries of Pakistan: SWOT analysis and implications. Global Knowledge, Memory and Communication, 73(1/2), 219-234. https://doi.org/10.1108/GKMC-12-2021-0203
González-Cancelas, N., Molina Serrano, B., Soler-Flores, F., & Camarero-Orive, A. (2020). Using the SWOT Methodology to Know the Scope of the Digitalization of the Spanish Ports. Logistics, 4(3), 20. https://doi.org/10.3390/logistics4030020
Greif, L., Kimmig, A., El Bobbou, S., Jurisch, P., & Ovtcharova, J. (2024). Strategic view on the current role of AI in advancing environmental sustainability: A SWOT analysis. Discover Artificial Intelligence, 4(1), 45. https://doi.org/10.1007/s44163-024-00146-z
Hayati, M., Mahdevari, S., & Barani, K. (2023). An improved MADM-based SWOT analysis for strategic planning in dimension stones industry. Resources Policy, 80, 103287. https://doi.org/10.1016/j.resourpol.2022.103287
Houben, G., Lenie, K., & Vanhoof, K. (1999). A knowledge-based SWOT-analysis system as an instrument for strategic planning in small and medium sized enterprises. Decision Support Systems, 26(2), 125-135. https://doi.org/10.1016/S0167-9236(99)00024-X
Inkinen, T., Helminen, R., & Saarikoski, J. (2021). Technological trajectories and scenarios in seaport digitalization. Research in Transportation Business & Management, 41, 100633. https://doi.org/10.1016/j.rtbm.2021.100633
Jain, V., Ajmera, P., & Davim, J. P. (2022). SWOT analysis of Industry 4.0 variables using AHP methodology and structural equation modelling. Benchmarking: An International Journal, 29(7), 2147-2176. https://doi.org/10.1108/BIJ-10-2020-0546
Jose Gonzalez-Gomez, L., Margarita Hernandez-Munoz, S., Borja, A., Daniel Azofeifa, J., Noguez, J., & Caratozzolo, P. (2024). Analyzing Natural Language Processing Techniques to Extract Meaningful Information on Skills Acquisition From Textual Content. IEEE Access, 12, 139742-139757. https://doi.org/10.1109/ACCESS.2024.3465409
Killman, J. (2024). Machine translation literacy in the legal translation context: A SWOT analysis perspective. The Interpreter and Translator Trainer, 18(2), 271-289. https://doi.org/10.1080/1750399X.2024.2344282
Lu, W. (2010). Improved SWOT Approach for Conducting Strategic Planning in the Construction Industry. Journal of Construction Engineering and Management, 136(12), 1317-1328. https://doi.org/10.1061/(ASCE)CO.1943-7862.0000240
Palazzo, M. (2024). The SWOT Analysis: An Evolving Decision-Making Model. En M. Palazzo & A. Micozzi, Rethinking Decision-Making Strategies and Tools: Emerging Research and Opportunities (pp. 53-70). Emerald Publishing Limited. https://doi.org/10.1108/978-1-83797-204-320241004
Puyt, R. W., Lie, F. B., & Wilderom, C. P. M. (2023). The origins of SWOT analysis. Long Range Planning, 56(3), 102304. https://doi.org/10.1016/j.lrp.2023.102304
Rizvi, S. M. H., Imran, R., & Mahmood, A. (2024). Text Classification using Graph Convolutional Networks: A Comprehensive Survey (Versión 1). arXiv. https://doi.org/10.48550/ARXIV.2410.09399
Wu, J., Zhao, N., & Yang, T. (2024). Wisdom of crowds: SWOT analysis based on hybrid text mining methods using online reviews. Journal of Business Research, 171, 114378. https://doi.org/10.1016/j.jbusres.2023.114378
