Topicos_paper2

7/26/2019 Topicos_paper2

1/24

LA INTELIGENCIA DE NEGOCIOS EN LA BANCA: UN ANLISIS DE LALITERATURA DESDE 2002 HASTA 201 EN EL USO DE LA MINERA DETEXTO Y LA ASIGNACIN DE DIRICHLET LATENTE

abstrat!En este trabajo se analiza la literatura reciente en la bsqueda de tendenciasen aplicaciones de inteligencia empresarial para la industria bancaria. Lasbsquedas se realizaron en revistas relevantes que resultan en 219 artculospublicados entre 2002 y 201. !ara analizar un gran nmero de manuscritostales" las t#cnicas de minera de te$to eran utilizados en la bsqueda det#rminos relevantes tanto en la inteligencia de negocio y dominios bancarios.!or otra parte" la modelado asignaci%n &iric'let latente se utiliz% con el (n deartculos de grupo en varios temas relevantes.

El an)lisis se llev% a cabo usando un diccionario de t#rminos que pertenecen a

ambas bancario y la inteligencia empresarial dominios. Este procedimientopermiti% la identi(caci%n de las relaciones entre los t#rminos y temas laagrupaci%n de artculos" lo que permite a surgir 'ip%tesis con respecto a lasdirecciones de investigaci%n. !ara con(rmar tales 'ip%tesis" se recogieron ye$aminaron los artculos pertinentes" lo que permite validar la minera de te$toprocedimiento. Los resultados muestran que el cr#dito en la banca esclaramente la tendencia principal de la aplicaci%n" en particular la predicci%nriesgos y apoyando as la aprobaci%n o denegaci%n de cr#dito. *ambi#n 'ay uninter#s relevante en quiebra y la predicci%n +raude. La retenci%n del clienteparece estar asociado" aunque d#bilmente" con la +ocalizaci%n" justi(candobanco o+rece para reducir la p#rdida de clientes. ,dem)s" un gran nmero de

artculos se centr% m)s en los negocios t#cnicas de inteligencia y susaplicaciones" utilizando el sector bancario s%lo para evaluaci%n" por lo tanto" noclamando claramente los bene(cios en el negocio bancario. -ediante laidenti(caci%n de estos temas de investigaci%n actuales" este estudio tambi#ndestaca las oportunidades para la investigaci%n +utura.

1" I#tr!$%&'#

El banco 'a sido una industria prol(co para la innovaci%n en relaci%n consistemas de in+ormaci%n y tecnologas /'u y /trassmann" 200.

!or ejemplo" las nuevas tecnologas 'an permitido nueva comunicaci%n canalesque +ueron adoptados r)pidamente por los bancos. ,dem)s" avanzado t#cnicasde an)lisis de datos se usan actualmente para evaluar el riesgo en laaprobaci%n del cr#dito uang" 3'en" su" 3'en" y 4u" 2005 y el +raudedetecci%n 6gai" u" 4ong" 3'en" y /un" 2011.

La inteligencia de negocios 78 es un t#rmino general que incluyearquitecturas" 'erramientas" bases de datos" aplicaciones y metodologas con


2/24

el objetivo de analizar los datos con el (n de apoyar las decisiones de negociogerentes turbante" /'arda" y &elen" 2011. dominios bancarios" tales como laevaluaci%n de cr#dito" el rendimiento sucursales" banca electr%nica" lasegmentaci%n de clientes y la retenci%n" son e$celentes campos de aplicaci%nde una amplia variedad de conceptos y t#cnicas de 78" incluyendo minera dedatos &-" almacenes de datos y los sistemas de soporte de decisiones &//.!ara las empresas bancarias para sobrevivir e incluso sobresalir en laturbulenta de 'oy ambiente de negocios" gerentes de bancos necesitan teneruna continua centrarse en la soluci%n de problemas di+ciles y aprovec'ar lasoportunidades.

Eso e$ige una necesidad de soporte in+orm)tico de la decisi%n empresarial'aciendo lo que implica la necesidad de apoyo a las decisiones y los negociossistemas de inteligencia.

ay varias encuestas opiniones del dominio bancario. 4ilson" 3asu":irardone" y -olyneu$ 2010 public% una reciente revisi%n de la literatura que

cubre el impacto de la crisis (nanciera global en el negocio bancario. /usresultados ponen el dominio de riesgos como un tema que merece unaatenci%n m)s pro+unda con el (n de lograr una sist#mica estabilidad. Larevisi%n de 6gai et al. 2011 dedicado a la atenci%n detecci%n de +raude(nanciero" y clasi(caron 59 artculos en +unci%n del tipo de +raude. Losresultados sugieren una +alta de investigaci%n en la 'ipoteca +raude" lavado dedinero y valores y materias primas +raude" por el contrario a un gran nmerode artculos sobre el +raude de cr#dito.

-)s relacionados con este papel" y ;et'i !asiouras 2010 presentan unaencuesta sobre las sucursales bancarias de rendimiento basados en losartculos 19< que emplean a la investigaci%n operativa y las t#cnicas de la

inteligencia arti(cial" concluyendo que la e(ciencia en bene(cios y lacapacidad de e(ciencia ciencia 'an recibido escasa atenci%n en los estudiosevaluados.

=na gran atenci%n de la investigaci%n se 'a dado 'acia el cr#dito. &e 'ec'o"aunque el cr#dito es tradicionalmente relacionado con la banca" que tiene largae$tendido a otras industrias. !or lo tanto" algunos e$)menes y estudiosrecientes est)n disponibles de +orma natural en la materia. ,bdou y !ointon2011 revisaron 215 artculos libros tesis sobre las aplicaciones decali(caci%n de cr#dito" la bsqueda de las t#cnicas estadsticas utilizadas parala evaluaci%n y se encontr% que no 'ay una mejor t#cnica global de la

construcci%n modelos. La revisi%n de -arqu#s" :arca" y 2012 in+ormes/)nc'ez sobre el uso de la computaci%n evolutiva para la puntuaci%n decr#dito.

>tro tema de inter#s es la banca electr%nica" espec(camente al clienteaceptaci%n 'acia un nuevo canal de comunicaci%n. &a'lberg" -allat" >ndrus" y?mije@sAa 200B revisaron publicaciones sobre pagos m%vil y encontrado atrav#s de su marco que carece de investigaci%n sobre los +actores sociales y


3/24

culturales que a+ectan a los pagos m%viles" as como servicios de pagotradicionales.

Las encuestas alistadas y las revisiones cubren algunos temas en la banca.

/in embargo" dentro del conocimiento de los autores" e$iste una +alta de una

an)lisis reciente literatura para aplicaciones de 78 en los temas principalesrelacionados con el sector bancario" motivando as la presente investigaci%n.,dem)s" ninguno de los comentarios discutidos adopt% una automatizado dean)lisis de te$to" mediante el uso de t#cnicas de minera de te$to *- comolas que se presentan en este estudio" lo que +acilita el an)lisis de un conjuntomuc'o mayor de +uentes.

Este artculo presenta un an)lisis de la literatura minera de te$to autom)tico"2002C201" de las aplicaciones de 78 dentro de la banca de dominio" lo quepermite la identi(caci%n de las tendencias actuales de investigaci%n einteresantes aplicaciones +uturas" destacando as las oportunidades para+uturas investigaciones. ,unque 78 'a sido ampliamente estudiados" los ltimos

aDos y en particular la ltima d#cada 'an e$perimentado un enormeincremento en las aplicaciones de 78 a trav#s de la industria" especialmente enel sector bancario" por lo que estimulara la investigaci%n.

Este artculo est) organizado de la siguiente manera. La secci%n 2 presenta elprincipal conceptos relacionados tanto con la banca y los dominios de 78" y lospresentes tambi#n otras re+erencias de la literatura an)lisis. , continuaci%n" lasecci%n presenta los m#todos utilizados para el an)lisis de la literatura.Entonces" los resultados se discuten en la /ecci%n 5. !or ltimo" lasconclusiones son resumidas en la secci%n " que tambi#n presenta lainvestigaci%n +utura direcciones.

2. 7acA ground

2.1. *e$t mining

La minera de datos &- tiene como objetivo e$traer conocimiento til porejemplo" patrones o tendencias de datos en bruto 4itten y ;ranA" 200.E$tracci%n de te$tos *- es un tipo particular de &- que se centra en elmanejo estructurado o semi conjuntos de datos estructurados" comodocumentos de te$to ;an" 4allace" ic'" y ?'ang" 200


4/24

compuestos de una secuencia de palabras" como FF minera de datos FF o FFapoyo a la decisi%n sistemas FF. Esas secuencias" que se pueden 'acer de npalabras" son llamado nCgramas. 3uando se e$trae a partir de te$tos de grantamaDo" nCgramas constituyen un activo valioso" en particular en el an)lisis delas publicaciones" tales como el estudio de /oper y *urel 2012 mostraronmediante el an)lisis de once aDos de 2000 a 2010 de publicaciones en las3omunicaciones de la revista ,3-.

,l llevar a cabo *- sobre documentos de te$to" palabras relevantes y t#rminosse obtienen a menudo con el (n de producir una categorizaci%n que puedeayudar a la construcci%n de un conjunto de conocimientos sobre la literaturaconsiderado &elen y 3rossland" 200B. =n en+oque interesante es el modeladode un cierto nmero de temas distintos de(ne de acuerdo con el nmero ydistribuci%n de t#rminos en todos los documentos" que que puede lograrsemediante la asignaci%n de &iric'let latente L&, modelo 7lei" 6g" y Gordan"200. !ara cada documento" se determina la probabilidad de pertenencia acada uno de los temas" lo que permite a los documentos de grupo a los temas

que coinciden m)s probables. esta organizaci%n estructura puede ayudar aidenti(car qu# temas est)n captando m)s atenci%n de los investigadores ytambi#n para encontrar 'uecos para el +uturo investigaci%n. *- se puedeutilizar de manera indiscriminada" mediante la bsqueda de la mayor parteglobal contemplado palabras" o mediante el uso de diccionario espec(copalabras. &ado que este trabajo se trata de un an)lisis de la literaturaen+ocada" se utiliza un el diccionario de t#rminos en ambos dominios de 78 ybancarios.

2.2. 7ancario

Los bancos son las instituciones que operan en el negocio (nanciero

actividades de dominio" que se re(era como prestataria" la gesti%n de losdep%sitos y las inversiones en los mercados de capitales" entre otros. la bancaindustria es crucial para la economa y por lo tanto es un objeto de gran inter#spara los investigadores en un generalizado de di+erentes dominios" comociencia de la administraci%n" marAeting" (nanzas y la in+ormaci%n tecnologas.7erger 200 encontr% evidencia de una relaci%n entre el progreso tecnol%gicoy la productividad en el sector bancario. Lo mismo autor tambi#n 'ace 'incapi#en que los bancos emplean modelos estadsticos basados en sus datos(nancieros para di+erentes prop%sitos" tales como la puntuaci%n de cr#dito y laevaluaci%n de riesgos. re+ormas del sector (nanciero permitieron un aumentode la competencia" girando banco prestamista una importante +uente de

(nanciaci%n. iesgo crediticio evaluaci%n es" por su propia un vasto dominio"que abarca un gran nmero de publicaciones de investigaci%n dentro de labanca y se e$tendi% a trav#s los ltimos doce aDos por ejemplo" -arqu#s et al.2012. otros bancario tema relacionado donde la investigaci%n 'a estadoactivo es la prevenci%n del +raude y la detecci%n de los servicios bancariostradicionales por ejemplo" ,bbasi" ,lbrec't" Hance" y ansen 2012 y en losnuevos canales de comunicaci%n que servicios de apoyo de banca electr%nicapor ejemplo" /'uaibu" 6or@a@i" /elamat" y ,lC,l@ani 201" de la que el


5/24

correo basura correo electr%nico con el (n para obtener ilcitamentein+ormaci%n (nanciera privada es un caso espec(co de inter#s por ejemplo",mayri y 7ouguila 2010. La banca electr%nica tambi#n est) sujeto de otrodominio de la investigaci%n relacionada con la aceptaci%n de la tecnologa conrespecto a los nuevos canales de comunicaci%n adoptadas por los bancos porejemplo" Hatanasombut" 8gbaria" /tylianou" y odgers 200B" Lin 2011.

=n tema no tan reciente que sin embargo 'a e$perimentado un auge en lainvestigaci%n" impulsada por la crisis (nanciera global" es la quiebra ydisciplinas relacionadastales como el riesgo sist#mico y el contagio porejemplo" u" ?'ao" ua" y 4ong 2012. La competencia tuvo tambi#n une+ecto sobre )reas de clientes relacionados con

Los bancos aumentar las inversiones en la retenci%n de clientes" relaciones conlos clientes gesti%n 3- y la orientaci%n por ejemplo" IaraAostas" Iardaras" y!apat'anassiou 200.

La investigaci%n en el sector bancario es actualmente un dominio interesante

de investigaci%n. &ebido a los avances en tecnologa de la in+ormaci%n" lapr)ctica totalidad operaciones y procedimientos bancarios son automatizados"generando grandes cantidades de datos. !or lo tanto" todos los temasmencionados anteriormente potencialmente pueden bene(ciarse de solucionesde 78.

2"(" I#t)*&+)#&a $) N)+!&!

78 implica varias )reas y tecnologas distintas que convergen en el objetivocomn de tener acceso a los datos con el (n de ayudar a las empresas al+acilitar el conocimiento y apoyo para una mayor las decisiones de gesti%n. =na+orma de lograr esto es mediante la predicci%n un determinado

comportamiento o resultado basan en modelos basados en datos" en lo que seconoce como &- o an)lisis predictivo" proporcionando as la mayora de losposibles resultados a los directivos an" de Iamber" y !ei" 200


6/24

organizados en un esquema nico y ponen en orden para +acilitar la e$tracci%nde in+ormaci%n para producir conocimiento.

=n &// es un sistema de in+ormaci%n que proporciona asistencia en el apoyo latoma de decisiones de negocio turbante et al." 2011. ,unque a menudo seutiliza como sin%nimo de 78" el &// tambi#n puede utilizar el conocimiento

e$perto en vez que los modelos basados en datos por ejemplo" el grupo &//.6uevos conceptos son nuevos relacionados con el &// y 78" tales como elnegocio de adaptaci%n inteligencia" que tiene como objetivo reducir la brec'aentre el apoyo y tomar la decisi%n mediante la adici%n de predicci%n deadaptaci%n y optimizaci%n m%dulos a los sistemas de 78 cl)sicos -ic'ale@iczet al." 200B.

2"," A#-*&s&s $) *a *&t)rat%ra

=na revisi%n de la literatura de un conjunto de artculos permite analizar undeterminado someter e identi(car tendencias de la investigaci%n y las posibleslagunas que pueden conducir a nuevos estudios y descubrimientos Levy y

Ellis" 200


7/24

tuvo en cuenta que cada uno de esos marcos deberan 'ablar de los criterios ym#todos de investigaci%n" e$presado en las columnas de la *abla 1" parapermitir la comparaci%n de los di+erentes en+oques con el m#todo propuesto.

El trabajo de Gourdan et al. 200B o+rece una revisi%n general sobre 78 yrequiere que al menos dos seres 'umanos a veces tres" en casos de di+erente

opini%n de los dos autores ledos manualmente cada uno de los 1


8/24

cativamente menor nmero de artculos analizados en el presente artculo" apesar de que el procedimiento que se presenta es escalable.

>tra di+erencia entre los en+oques *- es el procedimiento utilizado para reducirel espacio de bsqueda a un nmero manejable de t#rminosK &elen y 3rossland200B analizaron el resumen" desec'ando las palabras clave" y se utiliza una

descomposici%n en valores singulares" mientras los dos marcos restantesconsideran s%lo las palabras clave. Los antiguos autores argumentaron que laspalabras clave son por lo general mencionan en abstracto" e incluso quealgunos autores seleccionar las palabras clave que les gustara estar asociadoscon su trabajo. /in embargo" puede argumentar que el en+oque de losdescartes 200B &elen y 3rossland t#rminos pertinentes +ormados por m)s deuna palabra" como FF -inera de datos FF o FF sistemas de soporte de decisionesFF" que se incluyen en el presente trabajo mediante el uso de un diccionario dedominio espec(co" la superaci%n tanto esta limitaci%n an" 4ang" y ElCIis'Ay"2015 y el asociado con el uso de s%lo las palabras clave mencionadoanteriormente. ay que seDalar tambi#n que" si bien todo el an)lisis *- en la

*abla 1 la realizaci%n de an)lisis de agrupamiento" ninguno de las mencionadasobras utiliza el algoritmo de agrupamiento L&,. *ambi#n 'ay evidencia seencontr% de an)lisis de la literatura utilizando esta t#cnica. /u computacionalcomplejidad de la in+erencia probabilstica para encontrar una gran nmero detemas se considera 6!Cduro" mientras que el aprendizaje no supervisadoutilizando e$pectativa de ma$imizaci%n requiere el c)lculo repetidoprobabilidades de marginales de qu# temas est)n presentes en losdocumentos. L&, modelo es considerado uno de los m)s importantes modelosprobabilsticos en la actualidad el uso generalizado /ontag O oy" 2011.

(" Mat)r&a*)s . /t!$!s

.1. la selecci%n &iario

&ado el #n+asis en los aspectos de tecnologa de aplicaciones de 78 a laindustria bancaria" los artculos +ueron seleccionados de revistas m)srelacionado con la tecnologa en lugar de la gesti%n. /in embargo"con elaumento de popularidad de 78 tanto en la industria y la investigaci%n" laspublicaciones correspondientes se 'an disparado" 'acer una revisi%n de laliteratura en este campo una tarea di+cil.

!ara seleccionar las publicaciones pertinentes donde buscar" el +ocoseestableci% en la bsqueda de las revistas cient(cas m)s inPuyentes enaplicaciones de 78 a los negocios y gesti%n" dentro de una reciente marco de

tiempo que incluye alrededor de una d#cada ltimos doce aDos" 2002C201.

En lugar de de(nir una publicaci%n espec(ca criterio m#trico por ejemplo"mediante el uso de +actor de impacto o el nmero de citaciones para laselecci%n de revistas" las decisiones se basaron en revisiones bibliogr)(cas yan)lisis de su publicaci%n.

3abe seDalar que 'ay estudios que critican impacto ranAing de +actores deprecisi%n" tales como ,ndersen" 7elmont" y 3'o 200


9/24

impacto de los in+ormes de citas de revistas G3 publicado por el 8nstitute o+/cienti(c 8n+ormation 8/8. Los valor de los estudios de encuestas y de revisi%nsobre los temas en an)lisis es que las revistas seleccionadas a trav#s de losque ya +ueron validados a trav#s un an)lisis m)s pro+undo de las publicacionesen lugar de s%lo las citaciones consideraciones.

!ocos artculos evaluar la inPuencia de las revistas en la in+ormaci%n sistemas8/ de dominio. !ara ayudar en la selecci%n de revistas" tres artculos derevisi%n +ueron elegidos" uno de cada una tercera parte del tiempo marco esdecir" 2002C200" 200


10/24

("2" Bs%)$a $) art3%*!s

Las bsquedas se realizaron a trav#s de cada uno de los editores motor debsqueda en lnea. La mayora de los motores de bsqueda est)n optimizados"permitiendo consultas de bsqueda complejas mediante el uso de camposespec(cos y los operadores booleanos FF M FF y FF > FF. 3abe seDalar que ,lgunosde los motores de bsqueda no proporcion% la Pe$ibilidad necesaria E. :.7ooleana ,6& > operadores" la especi(caci%n de campo de bsqueda" porlo tanto la bsqueda se dividi% en bsquedas dentro de la bsqueda principal.

La consulta utilizado es el mismo para cada revista" y consiste en unae$presi%n booleana que contiene dos o conectados e$presiones" uno parat#rminos bancarios y otro para el 78" y ambos est)n conectados a trav#s de una

M" lo que signi(ca que cualquier artculo debe incluir al menos un t#rminobancario y otro t#rmino 78K7anca > bancarias o de cr#dito M FF inteligenciaempresarial FF > FF -inera de datos FF > FF sistema de soporte de decisiones FF oFconocimientoF descubrimiento FF > FF an)lisis de negocios FF o la previsi%n de > FF

moderna optimizaci%n FF > modelado > FF aprendizaje autom)tico FF > FF8nteligencia arti(cial FF o predicci%n o predictivo.

La composici%n de dic'a consulta es siempre subjetiva. !ara reducir talessubjetividad" los autores y los dos e$pertos en los sectores de banca llevadas acabo varias bsquedas m)s amplias con una sola palabra clave" tales como FF7anca FF y FF inteligencia empresarial FF" llegando a un consenso que consiste enla consulta presentado anteriormente. ,lgunas observaciones deberan sermencionado. En primer lugar" el cr#dito es un tema en s mismo" aunque est)nestrec'amente relacionados con la banca" por lo que se considera en labsqueda. !ara conocer los t#rminos de 78" la elecci%n es en los conceptos dealto nivel" descartando m#todos espec(cos y t#cnicas" tales como almacenesde datos" redes neuronales y tablas de decisi%n.

*odas las bsquedas se realizaron en 2015" con el correspondiente &iario 201volmenes ya publicados" y s%lo los incluidos ttulo del artculo" resumen ypalabras clave" ya que esos son los m)s visibles )reas artculo en el que" si undeterminado concepto es relevante" debe ser mencionado.


11/24

*ambi#n 'ay que seDalar que buscar algunas bases de datos en lnea Losmotores s%lo permite buscar en este tipo de contenidos" lo que 'ace inviableuna bsqueda de te$to completo.

Los primeros resultados de bsqueda incluyeron un total de 250 artculos. =nmanual del an)lisis" que consiste en la lectura de cada ttulo" resumen y

palabras clave" varios artculos detectados donde los t#rminos se produjeroncon una di+erente es decir" como FF banco de sangre FF o FF cr#dito FF mencionadoen un pas que no conte$to econ%mico. Esta poda manual de condujo a unapiscina de 219 artculos.

La *abla 2 muestra la contribuci%n de cada revista en t#rminos de resultadosde bsqueda &onde cada golpe denota un artculo.

("(" /)r3a $) t)4t!s 5ara *a r)6&s&'# $) *a *&t)rat%ra

&esde 219 artculos es un nmero bastante grande para un an)lisis manual" eneste estudio se utiliz% *- para +acilitar en la producci%n de organizado

in+ormaci%n para analizar la literatura. *eniendo en cuenta el objetivo seestablece espec(camente en aplicaciones de 78 a la banca" a (n de mantenerel )mbito de aplicaci%n dentro de una lista de t#rminos manejables" que tienesentido para de(nir un diccionario que incluye tanto la 78 y la banca m)scomunes t#rminos y conceptos" en lugar de dejar que los algoritmos de *-para buscar" grupo y las palabras de conteo de +orma indiscriminada. !or lotanto" dos diccionarios se de(nieron" uno para la banca y otro para el 78" cadauno de ellos conteniendo una lista de t#rminos compone de una o m)spalabras nCgramos.

!artiendo es una t#cnica a menudo se aplica en *-" a (n de reducir palabrassimilares a un t#rmino nico por ejemplo" FF banca FF y FF bancos FF son

trans+ormado en FF banco FF. En lugar de simplemente realizar 'abitualderivada" una lista ampliada de t#rminos relacionados se crea que incluye otrosconceptos en el mismo dominio. !or ejemplo" FF lealtad FF y FF Halor de la vida FFson lo opuesto a FF deserci%n FF y FF batido FF" pero todos ellos preocupaci%n por elproblema de cliente FF de retenci%n FF" por lo tanto todos ellos +ueron agrupadosbajo este t#rmino reducida.

*anto la de(nici%n de los diccionarios y la agrupaci%n de t#rminos en virtud deun periodo reducido nica son subjetivas. !ara reducir esta subjetividad" lostres autores de este trabajo analizaron todas las decisiones. Eso ay quemencionar que" mientras que los tres autores son e$perimentados en sistemas

de in+ormaci%n y de 78" una de ellas es a tiempo completo gerente de sistemasde in+ormaci%n en un banco comercial desde 2001" que tiene proyectoscoordinados en distintas )reas tales como la comercializaci%n y el riesgo.

,dem)s" dos e$perimentados pro+esionales de la banca en di+erentes )reas+ueron consultados uno de ellos tiene aDos como contacto t#cnico soportecentral" y 10 aDos como t#cnico en -arAeting" mientras que el otro tiene de

Topicos_paper2

Documents

Transcript of Topicos_paper2