Mejora del proceso de análisis y detección de entidades relacionadas a bancos, en apoyo al control y regulación de límites de créditos en la Superintendencia de Bancos e Instituciones Financieras

Autor no autoriza el acceso a texto completo de su documento hasta el 2/6/2021.Magíster en Ingeniería de Negocios con Tecnologías de InformaciónEl siguiente trabajo busca obtener conocimiento no trivial del sistema bancario chileno con el fin de detectar e inferir el comportamiento de las personas naturales dueñas de un Banco o con participaciones importantes que incursionen en otros negocios a través de sociedades que no estén siendo informados a la Superintendencia de Bancos e Instituciones Financieras (SBIF), esto tiene por objetivo mejorar el proceso de análisis y detección de entidades relacionadas a Bancos en apoyo al control y regulación de los límites de créditos. De acuerdo a lo anterior y mediante el apoyo de técnicas provenientes de la inteligencia artificial, recuperación de información y lingüística computacional se definió una serie de elementos sistemáticamente diseñados, que en base a información no estructurada de carácter financiero se procedió a mejorar el análisis y detección de entidades relacionadas a Bancos y con esto aumentar la eficiencia de dicho proceso. En cuanto a la metodología utilizada, la ingeniería de negocios brindó el marco de referencia que permitió alinear de manera sistémica los objetivos del proyecto con los de la organización y también proporcionó los patrones de arquitectura de procesos y flujos de información habilitantes del modelo de negocio del proyecto. A su vez la metodología CRIPS-DM (cross industry standard process for data mining) facilitó la integración de la técnica denominada NER por sus siglas en inglés de Named Entity Recognition, la cual permitió detectar de manera automática las entidades definidas en el problema y sus relaciones con otras entidades del tipo <PERSONA> o <EMPRESA>. Por último se demostró que los nuevos mecanismos de análisis de información desarrollados e implementados en esta tesis, poseen un alto potencial de uso en ambientes productivos de la organización, no obstante estos nuevos mecanismos requieren un mejoramiento en la calidad de la clasificación e inferencia de relaciones semánticas lo cual se lograría ejecutando acciones de mejoras en el ámbito lingüístico del modelo y las cuales fueron especificadas en este trabajo