DETERMINACIÓN DE LOS FACTORES IMPLICADOS Y ALGORITMOS DE APRENDIZAJE AUTOMÁTICO PARA LA PREDICCIÓN DE LA DEMANDA DE PRODUCTOS AGRÍCOLAS (DETERMINATION OF THE INVOLVED FACTORS AND AUTOMATIC LEARNING ALGORITHMS FOR THE PREDICTION OF THE DEMAND OF AGRICULTURAL PRODUCTS)

Resumen

Resumen
El presente artículo trata sobre la primera etapa de un proyecto para predecir la demanda/precio de productos agroalimentarios. Este acercamiento busca encontrar los principales factores que afectan la demanda de estos productos, además, la evaluación de diversos algoritmos de inteligencia artificial, que aplicando aprendizaje automático ayuden a obtener valores de predicción de una manera eficiente y con niveles de precisión adecuados. En esta ocasión se consideró el producto del brócoli fresco de exportación como sujeto de estudio. Mediante el cruce de información de diversas fuentes, se llegó a la identificación de los factores que se considera, afectan el comportamiento de su precio en el mercado. Con base a los registros históricos obtenidos de fuentes oficiales, se elaboró un dataset con los factores que se identifican como relevantes en todo el proceso de la producción del brócoli y como primer acercamiento se implementó un modelo predictivo utilizando Python para predecir el comportamiento de la demanda con base en los registros históricos con un nivel de confianza aceptable. En parte introductoria se hace un análisis documental relacionado con la identificación y contextualización de la necesidad de la predicción de la demanda. En la sección relativa al método se describe la forma de organización de la investigación y conceptos relacionados. Se presentan los resultados donde se muestra el análisis de la información que condujo a la identificación de los factores y la implementación del modelo de predicción en esta etapa preliminar y posteriormente se presenta la discusión donde se establecen precisiones relacionadas con los resultados obtenidos y las tecnologías utilizadas y finalmente en conclusiones se presentan los logros de la primera etapa del proyecto de investigación.
Palabras Clave: Agroalimentarios, aprendizaje automático, demanda/precio, inteligencia artificial, predicción.

Abstract
This article deals with the first stage of a project to predict the demand / price of agri-food products. This approach seeks to find the main factors that affect the demand for these products, in addition to the evaluation of various artificial intelligence algorithms, which applying machine learning help to obtain prediction values efficiently and with adequate levels of precision. On this occasion, the fresh broccoli product for export was considered as a study subject. By crossing information from various sources, it was possible to identify the factors that are considered to affect the behavior of its price in the market. Based on the historical records obtained from official sources, a dataset was elaborated with the factors that are identified as relevant in the entire broccoli production process and as a first approach, a predictive model was implemented using Python to predict the behavior of demand in based on historical records with an acceptable level of confidence. In an introductory part, a documentary analysis related to the identification and contextualization of the need for demand prediction is made. The method section describes how to organize the research and related concepts. The results are presented where the analysis of the information that led to the identification of the factors and the implementation of the prediction model in this preliminary stage is shown and later the discussion is presented where details related to the results obtained and the technologies used are presented, and finally in conclusions the achievements of the first stage of the research project are presented.
Keywords: Agri-food, artificial intelligence, demand/price, machine learning, prediction.