Harnessing the Power of Big Data for Trade and Competitiveness Policy
Por: Banco Mundial [autor].
Series Big data solutions.Washington, D.C. World Bank Group 2017Descripción: 34 páginas ilustraciones a color.Tipo de contenido: texto Tipo de medio: computadora Tipo de portador: recurso en líneaTema(s): BIG DATA | COMERCIO | COMPETITIVIDAD | INNOVACIÓNRecursos en línea: Texto completo Alcance y contenido: Esta nota de conocimiento presenta tres estudios de casos representativos de las innovaciones de Trade & Competitiveness Global Practice en soluciones de big data. Los estudios demuestran el potencial prometedor de big data en la elaboración de políticas de comercio y competitividad. El primer caso de estudio demuestra cómo las técnicas de aprendizaje automático y de raspado web pueden ayudar a las autoridades de competencia a identificar carteles y otras prácticas anticompetitivas. El segundo estudio de caso demuestra cómo la información confiable, integral y comparable que evalúa las capacidades de innovación de las ciudades se puede derivar de datos de fuente abierta para ayudar a la formulación de políticas de los gobiernos de las ciudades. El tercer caso de estudio demuestra cómo las técnicas de aprendizaje automático y minería de textos pueden acelerar la recopilación y el análisis de datos sobre medidas no arancelarias para respaldar decisiones políticas oportunas y basadas en evidencia para reducir los obstáculos al comercio. Además de estos tres casos, esta nota de conocimiento también resalta datos adicionales de aplicaciones prometedoras a lo largo del texto.Incluye referencias bibliográficas.
Acceso libre
Esta nota de conocimiento presenta tres estudios de casos representativos de las innovaciones de Trade & Competitiveness Global Practice en soluciones de big data. Los estudios demuestran el potencial prometedor de big data en la elaboración de políticas de comercio y competitividad. El primer caso de estudio demuestra cómo las técnicas de aprendizaje automático y de raspado web pueden ayudar a las autoridades de competencia a identificar carteles y otras prácticas anticompetitivas. El segundo estudio de caso demuestra cómo la información confiable, integral y comparable que evalúa las capacidades de innovación de las ciudades se puede derivar de datos de fuente abierta para ayudar a la formulación de políticas de los gobiernos de las ciudades. El tercer caso de estudio demuestra cómo las técnicas de aprendizaje automático y minería de textos pueden acelerar la recopilación y el análisis de datos sobre medidas no arancelarias para respaldar decisiones políticas oportunas y basadas en evidencia para reducir los obstáculos al comercio. Además de estos tres casos, esta nota de conocimiento también resalta datos adicionales de aplicaciones prometedoras a lo largo del texto.
Texto en inglés
There are no comments for this item.