Propuesta de una ontología para categorizar actividades económicas en municipios de México
Barra lateral del artículo
Contenido principal del artículo
Resumen
En este trabajo se propone una metodología basada en datos para obtener una ontología que describa las actividades económicas preponderantes de los municipios de México. La ontología aprendida está basada en técnicas de Word embedding y aprendizaje no supervisado con datos del Directorio Estadístico Nacional de Unidades Económicas (DENUE). El modelo propuesto se diferencia de algunas otras propuestas de ontologías que están basadas en estimaciones subjetivas de expertos en el dominio de ciudades inteligentes. Por contraste, en esta propuesta se determinan actividades económicas que ya existen en los municipios de México y se propone una ontología que describe a los municipios en términos de su desarrollo en conceptos o dimensiones. Los conceptos principales hallados en esta propuesta son: industria, economía, salud, alimentación, comunicaciones, cultura, ambiente, movilidad, entre otros. Así, la ontología mide niveles de desarrollo (similar o diferente) en cada uno de estos conceptos para los municipios de México. En municipios con niveles de desarrollo similar se pueden descubrir oportunidades conjuntas de desarrollo: qué unidades económicas le faltan a un municipio que otro ya tiene. La presente metodología es extrapolable a otros municipios o ciudades de otros países si se cuenta con información similar de unidades económicas.
Detalles del artículo
Citas
Alti, A., Lakehal, A., Laborie, S., & Roose, P. (2016). Autonomic Semantic-Based Context-Aware Platform for Mobile Applications in Pervasive Environments. Future Internet, 8(4), 48. https://doi.org/10.3390/fi8040048
Ageed, Z. S., Zeebaree, S. R. M., Sadeeq, M. M., Kak, S. F., Rashid, Z. N., Salih, A. A., & Abdullah, W. M. (2021). A Survey of Data Mining Implementation in Smart City Applications. Qubahan Academic Journal, 1(2), 91-99. https://doi.org/10.48161/qaj.v1n2a52
Chourabi, H., Nam, T., Walker, S., Gil-Garcia, J. R., Mellouli, S., Nahon, K., Pardo, T. A., & Scholl, H. J. (2012). Understanding Smart Cities: An Integrative Framework. 2012 45th Hawaii International Conference on System Sciences, 2289-2297. https://doi.org/10.1109/HICSS.2012.615
De Nicola, A., & Villani, M. L. (2021). Smart City Ontologies and Their Applications: A Systematic Literature Review. Sustainability, 13(10). https://doi.org/10.3390/su13105578
Djenouri, Y., Belhadi, H., Akli-Astouati, K., Cano, A., & Chun-Wei Lin, J. (2022). An ontology matching approach for semantic modeling: A case study in smart cities. Computational Intelligence, 38(3), 876-902. https://doi.org/10.1111/coin.12474
Instituto Nacional de Estadística y Geografía (INEGI). (2023). Directorio Estadístico Nacional de Unidades Económicas: DENUE Interactivo 11/2023: documento metodológico. México: INEGI.
Jalolov, T. S. (2023, November 27). Teaching the Basics of Python Programming. International Multidisciplinary Journal for Research & Development, 10(11). https://www.ijmrd.in/index.php/imjrd/article/view/443
Karani, D. (2018, September 01). Introduction to word embedding and word2vec. Towards Data Science, 1. https://towardsdatascience.com/introduction-to-word-embedding-and-word2vec652d0c2060fa
Malkawi, O., Obaid, N., & Almobaideen, W. (2022). Toward an Ontological Cyberattack Framework to Secure Smart Cities with Machine Learning Support. International Journal of Advanced Computer Science and Applications, 13(11). https://doi.org/10.14569/IJACSA.2022.0131145
Na, S., Xumin, L., & Yong, G. (2010). Research on k-means Clustering Algorithm: An Improved k-means Clustering Algorithm. 2010 Third International Symposium on Intelligent Information Technology and Security Informatics, 63-67. https://doi.org/10.1109/IITSI.2010.74
Rahayu, N. W., Ferdiana, R., & Kusumawardani, S. S. (2022). A systematic review of ontology use in E-Learning recommender system. Computers and Education: Artificial Intelligence, 3, 100047. https://doi.org/10.1016/j.caeai.2022.100047