Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industria
RESUMEN : Este proyecto se enfocó en optimizar los procesos de normalización y geocodificación de direcciones en la empresa Imbocar S.A.S., desarrollando una solución automatizada que reduce la carga de trabajo manual y mejora la eficiencia operativa. Mediante el uso de técnicas de Procesamiento de...
- Autores:
-
Herrera Giraldo, Laura
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2025
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/45013
- Acceso en línea:
- https://hdl.handle.net/10495/45013
- Palabra clave:
- Aprendizaje automático (inteligencia artificial)
Machine learning
Automatización
Automation
Normalización
Standardization
Mejoramiento de procesos
Process improvement
Geocodificación
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-sa/2.5/co/
| id |
UDEA2_9839df6a8ffb72410e315aa8113f23ba |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/45013 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industria |
| title |
Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industria |
| spellingShingle |
Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industria Aprendizaje automático (inteligencia artificial) Machine learning Automatización Automation Normalización Standardization Mejoramiento de procesos Process improvement Geocodificación |
| title_short |
Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industria |
| title_full |
Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industria |
| title_fullStr |
Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industria |
| title_full_unstemmed |
Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industria |
| title_sort |
Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industria |
| dc.creator.fl_str_mv |
Herrera Giraldo, Laura |
| dc.contributor.advisor.none.fl_str_mv |
Jaén Posada, Juan Sebastián |
| dc.contributor.author.none.fl_str_mv |
Herrera Giraldo, Laura |
| dc.subject.lemb.none.fl_str_mv |
Aprendizaje automático (inteligencia artificial) Machine learning Automatización Automation Normalización Standardization Mejoramiento de procesos Process improvement |
| topic |
Aprendizaje automático (inteligencia artificial) Machine learning Automatización Automation Normalización Standardization Mejoramiento de procesos Process improvement Geocodificación |
| dc.subject.proposal.spa.fl_str_mv |
Geocodificación |
| description |
RESUMEN : Este proyecto se enfocó en optimizar los procesos de normalización y geocodificación de direcciones en la empresa Imbocar S.A.S., desarrollando una solución automatizada que reduce la carga de trabajo manual y mejora la eficiencia operativa. Mediante el uso de técnicas de Procesamiento de Lenguaje Natural (NLP), incluyendo el Reconocimiento de Entidades Nombradas (NER) para identificar y estructurar los componentes clave de las direcciones, y la integración con la API de Google Maps, se logró diseñar un modelo que disminuye el tiempo de normalización y reduce los costos por dirección en un 209%. La solución también eliminó la dependencia de proveedores externos, otorgando mayor control interno sobre los procesos logísticos y aumentando la confiabilidad de los datos procesados. Este trabajo demuestra el impacto positivo del desarrollo de soluciones automatizadas, reduciendo costos, optimizando tiempos y fortaleciendo la capacidad operativa de Imbocar, mientras sienta las bases para posibles mejoras a futuro. |
| publishDate |
2025 |
| dc.date.accessioned.none.fl_str_mv |
2025-02-19T16:18:07Z |
| dc.date.available.none.fl_str_mv |
2025-02-19T16:18:07Z |
| dc.date.issued.none.fl_str_mv |
2025 |
| dc.type.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/draft |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/45013 |
| url |
https://hdl.handle.net/10495/45013 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/co/ |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/co/ https://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
23 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería. Ingeniería Industrial |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/939a291f-12f3-476e-be4c-c51f4476a617/download https://bibliotecadigital.udea.edu.co/bitstreams/40264f8f-49dc-4896-b054-3d8c76b00826/download https://bibliotecadigital.udea.edu.co/bitstreams/f218b67b-fce6-40be-b9dc-f96641835098/download https://bibliotecadigital.udea.edu.co/bitstreams/e02d4257-b878-49cc-9f30-9ae4602dc8df/download https://bibliotecadigital.udea.edu.co/bitstreams/e39d25a7-997d-438d-b8bd-654a243c9dd8/download https://bibliotecadigital.udea.edu.co/bitstreams/5895e19e-3b63-4e7c-a441-d8d95a02f85e/download https://bibliotecadigital.udea.edu.co/bitstreams/b39643e2-6528-4589-bf6d-95891cb93e3a/download https://bibliotecadigital.udea.edu.co/bitstreams/6f269626-961f-4966-9f3f-5b529cfb04b8/download |
| bitstream.checksum.fl_str_mv |
94fc81e2c9559d02c40d8941e916f731 4630cb9a8a5fbeb432636e4909fc2cd1 e2060682c9c70d4d30c83c51448f4eed 8a4605be74aa9ea9d79846c1fba20a33 ed5c4c8b045f24282ca94b3e2a1c5e72 f17b8de167da6660a2287e91d33e9b41 027179825f0f8c020efad40b5c31f138 c62f7d36f239cc125d14299306e650db |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052655150891008 |
| spelling |
Jaén Posada, Juan SebastiánHerrera Giraldo, Laura2025-02-19T16:18:07Z2025-02-19T16:18:07Z2025https://hdl.handle.net/10495/45013RESUMEN : Este proyecto se enfocó en optimizar los procesos de normalización y geocodificación de direcciones en la empresa Imbocar S.A.S., desarrollando una solución automatizada que reduce la carga de trabajo manual y mejora la eficiencia operativa. Mediante el uso de técnicas de Procesamiento de Lenguaje Natural (NLP), incluyendo el Reconocimiento de Entidades Nombradas (NER) para identificar y estructurar los componentes clave de las direcciones, y la integración con la API de Google Maps, se logró diseñar un modelo que disminuye el tiempo de normalización y reduce los costos por dirección en un 209%. La solución también eliminó la dependencia de proveedores externos, otorgando mayor control interno sobre los procesos logísticos y aumentando la confiabilidad de los datos procesados. Este trabajo demuestra el impacto positivo del desarrollo de soluciones automatizadas, reduciendo costos, optimizando tiempos y fortaleciendo la capacidad operativa de Imbocar, mientras sienta las bases para posibles mejoras a futuro.ABSTRACT : This project aimed to optimize the address normalization and geocoding processes at Imbocar S.A.S., developing an automated solution that reduces the manual workload and improves operational efficiency. A model was designed using natural language processing (NLP) techniques, including named entity recognition (NER) to identify and structure the key components of addresses, and integration with the Google Maps API, which reduces normalization time and reduces costs per address by 209%. The solution also avoided dependence on external suppliers, giving greater internal control over logistical processes and increasing the reliability of the data processed. This work demonstrates the positive impact of developing automated solutions, reducing costs, optimizing time and increasing Imbocar's operational capacity, while laying the groundwork for possible future improvements.PregradoIngeniera Industrial23 páginasapplication/pdfspaUniversidad de AntioquiaMedellín, ColombiaFacultad de Ingeniería. Ingeniería Industrialhttp://creativecommons.org/licenses/by-nc-sa/2.5/co/https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo de Machine Learning para la normalización y geocodificación de direcciones en Imbocar S.A.S. Semestre de industriaTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/draftAprendizaje automático (inteligencia artificial)Machine learningAutomatizaciónAutomationNormalizaciónStandardizationMejoramiento de procesosProcess improvementGeocodificaciónPublicationORIGINALHerreraLaura_2025_ModeloMachineLearning.pdfHerreraLaura_2025_ModeloMachineLearning.pdfTrabajo grado de pregradoapplication/pdf332296https://bibliotecadigital.udea.edu.co/bitstreams/939a291f-12f3-476e-be4c-c51f4476a617/download94fc81e2c9559d02c40d8941e916f731MD51trueAnonymousREADAnexo1_Poster.pdfAnexo1_Poster.pdfAnexo 1application/pdf601378https://bibliotecadigital.udea.edu.co/bitstreams/40264f8f-49dc-4896-b054-3d8c76b00826/download4630cb9a8a5fbeb432636e4909fc2cd1MD52falseAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81051https://bibliotecadigital.udea.edu.co/bitstreams/f218b67b-fce6-40be-b9dc-f96641835098/downloade2060682c9c70d4d30c83c51448f4eedMD53falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/e02d4257-b878-49cc-9f30-9ae4602dc8df/download8a4605be74aa9ea9d79846c1fba20a33MD54falseAnonymousREADTEXTHerreraLaura_2025_ModeloMachineLearning.pdf.txtHerreraLaura_2025_ModeloMachineLearning.pdf.txtExtracted texttext/plain34454https://bibliotecadigital.udea.edu.co/bitstreams/e39d25a7-997d-438d-b8bd-654a243c9dd8/downloaded5c4c8b045f24282ca94b3e2a1c5e72MD55falseAnonymousREADAnexo1_Poster.pdf.txtAnexo1_Poster.pdf.txtExtracted texttext/plain5158https://bibliotecadigital.udea.edu.co/bitstreams/5895e19e-3b63-4e7c-a441-d8d95a02f85e/downloadf17b8de167da6660a2287e91d33e9b41MD57falseAnonymousREADTHUMBNAILHerreraLaura_2025_ModeloMachineLearning.pdf.jpgHerreraLaura_2025_ModeloMachineLearning.pdf.jpgGenerated Thumbnailimage/jpeg6239https://bibliotecadigital.udea.edu.co/bitstreams/b39643e2-6528-4589-bf6d-95891cb93e3a/download027179825f0f8c020efad40b5c31f138MD56falseAnonymousREADAnexo1_Poster.pdf.jpgAnexo1_Poster.pdf.jpgGenerated Thumbnailimage/jpeg21058https://bibliotecadigital.udea.edu.co/bitstreams/6f269626-961f-4966-9f3f-5b529cfb04b8/downloadc62f7d36f239cc125d14299306e650dbMD58falseAnonymousREAD10495/45013oai:bibliotecadigital.udea.edu.co:10495/450132025-03-27 01:43:42.001http://creativecommons.org/licenses/by-nc-sa/2.5/co/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo= |