Detección de duplicados sobre grafos de conocimiento de avisos inmobiliarios

Título:

Detección de duplicados sobre grafos de conocimiento de avisos inmobiliarios

Autor:

Dioguardi, Felipe

Otros autores / Colaboradores:

 Torres, Diego; [ Director/a académico/a]  Río, Juan Pablo del; [ Director/a profesional]  Antonelli, Rubén Leandro; [ Codirector/a] 

Temas:

GRAFOS; 

URL:

http://sedici.unlp.edu.ar/handle/10915/167230,

Palabras clave:

detección de duplicados, clasificador bayesiano, 

Nota de tesis:

Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2024.

Extensión:

1 archivo (560,2 kB) : il. col.

Resumen:

Este trabajo es una contribución al proyecto "Observatorio de valores del suelo e instrumentos de financiamiento del desarrollo urbano", cuyo objetivo es tener una herramienta que sirva para analizar el mercado inmobiliario en la provincia de Buenos Aires y así desarrollar políticas públicas de urbanización más efectivas. Esta investigación se enfoca en identificar entidades duplicadas en un grafo de conocimiento sobre el sector inmobiliario que servirá como base de datos principal de la herramienta. El grafo está estructurado mediante una ontología del dominio inmobiliario, y poblado mediante el uso de web scraping sobre distintas páginas de avisos inmobiliarios. La construcción del grafo se describe en este trabajo para contextualizar sobre el origen de la existencia de los duplicados. Dado que la existencia de entidades duplicadas puede obstaculizar el análisis estadístico de la información debido a las inconsistencias que generan, este trabajo propone una solución basada en un enfoque bayesiano y evaluada sobre un conjunto de los datos reales curado a mano por los expertos en el dominio.

Puede solicitar más fácilmente el ejemplar con: TES 24/12

1- Introducción

2- Motivación

3-  Trabajos realizados

4- Definición del problema

5- Grafo de conocimiento de avisos inmobiliarios
5.1. Estructura
5.2. Extracción de conocimiento
5.3. Conversión del formato e inferencia de conocimiento

6. Enfoque Bayesiano para detectar duplicados
6.1. Configuración y Estrategias de Comparación

7. Métricas

8. Evaluación
8.1. Creación del Ground Truth
8.2. Duke

9. Resultados

10. Conclusiones y Trabajos Futuros

Referencias