Análisis para productos de la canasta básica usando big data

Abstract

RESUMEN: En esta tesis se diseño una metodología para analizar datos abiertos de productos básicos, se obtuvieron predicciones de precios de productos básicos mediante técnicas de aprendizaje automático. El trabajo se centró en estudiar el comportamiento de cuatro productos básicos, atún, detergente, leche, huevo. Los datos cubren un período de 5 años, con datos mixtos. La metodología de exploración y análisis de comportamiento se llevó a cabo en diferentes dimensiones, como son: producto, presentación, marca, cadena comercial, temporal y geográfica. La dimensión temporal se trabajo a nivel día. La dimensión geográfica fue analizada a nivel estado, municipio y dirección. Se utilizaron redes neuronales para analizar los datos y se emitieron pronósticos de precios para algunos productos. Los modelos de regresión se validaron utilizando algunos de los enfoques tradicionales del área de aprendizaje automático, el coeficiente de determinación y el error absoluto promedio. Los experimentos mostraron que el precio de los productos básicos varía por zona y no se mantienen por cadena comercial. La metodología también muestra las diferencias entre trabajar con productos básicos de manera agrupada o no agrupada, cuando se mide el rendimiento del modelo de predicción mediante el coeficiente de determinación. ABSTRACT: The thesis was focuses on designing a methodology to analyze open dataof basic products. Basic products price forecasting were obtained by machi-ne learning techniques. The work focused on studying the behavior of fourproducts, tuna, detergentent, milk, egg. The data cover a period of 5 years,whit mixed data. The methodology of exploration and the behavior analysis,was carried out in differents variable like: product, presentation, brand, chainstore, temporal and geographical. The time variable was analyzed at day le-vel. The geographical variable was analyzed at the state, municipality andaddress levels. Neural networks were used for analize data and price forecastwas issued for some products. The regression models were validated usingthe traditional approaches of the machine learning area, coeficient of deter-mination and mean absolut error. The experiments showed that the priceof basic products varies by zone and they don’t remain by chain store. Themethodology also shows the differences between working with basic productsin a grouped or non-grouped way, when the performance of the predictionmodel is measured by the coefficient of determination.