Innovación en el tratamiento de la información desde la Ingeniería del Conocimiento: Casos de estudio de sistemas avanzados
•
1 recomendación•396 vistas
2ª parte de la charla que impartí en el Sistemas de Información Avanzados (Comercio electrónico) Máster de estudios avanzados en dirección de empresas de la U. de Sevilla en Febrero de 2012
Recomendados
Más contenido relacionado
Similar a Innovación en el tratamiento de la información desde la Ingeniería del Conocimiento: Casos de estudio de sistemas avanzados
Similar a Innovación en el tratamiento de la información desde la Ingeniería del Conocimiento: Casos de estudio de sistemas avanzados (20)
Más de Joaquín Borrego-Díaz
Más de Joaquín Borrego-Díaz (20)
Último
Último (20)
Innovación en el tratamiento de la información desde la Ingeniería del Conocimiento: Casos de estudio de sistemas avanzados
- 1. Innovación en el tratamiento de la información desde la Ingeniería del Conocimiento Parte (II): Casos de estudio Sistemas de Información Avanzados (Comercio electrónico) Máster de estudios avanzados en dirección de empresas Joaquín Borrego Díaz Grupo Lógica, Computación e Ingeniería del Conocimiento PAIDI TIC-137 Departamento de Ciencias de la Computación e Inteligencia Artificial jborrego@us.es, Twitter:jborrego
- 2. Parte III: Casos de estudio de tratamiento de la información
- 3. Caso I: Minería de conocimiento, opiniones y sentimientos: Social media
- 5. Oportunidades: • Diseño de aplicaciones semánticas para enriquecer la experiencia de usuario en la Web 2.0 • Twitter Semántico • Navegación conceptual • Trust-based Computing • Detección de tendencias extraídas de redes sociales • Opinion analysis • Análisis inteligente de twitts para • predecir y estimar epidemias de gripe. consiguieron aproximar la evolución de la gripe mejor y antes que el tradicional método de recolectar la información de los hospitales. • para predecir el éxito de una película. HP labs: monitorizando twitter pueden predecir si el éxito de un film
- 6. Ingeniería del conocimiento y big data BIG DATA
- 7. Ejemplo
- 9. ¿Para qué se usa?
- 10. OportunidadesServicios personalizados Tecnología Linked/Open data Smart Cities Geolocalización de la publicidad Marketing geolocalizado Aplicaciones hiperlocales Gráficas de http://networkedneighbourhoods.com/wp-content/uploads/2011/11/2011-Online-Nhood-Networks-final.pdf
- 11. Caso II Predicción bajo racionalidad acotada
- 12. Agentes para trabajar con conocimiento Ecosistem a W eb Sem ántico ¡A rgum ento!
- 13. Inference Web: Inferencia bajo argumentación
- 14. Una demo
- 16. Documentación del razonador usado
- 17. Detalle del paso de inferencia
- 18. Oportunidades • Minería de conocimiento (en contraposición a la minería de datos) realizada por agentes • Análisis de las actividades en redes sociales.Agentes proactivos para personalizar la “vida” en la Web 2.0 • Delegación del comercio electrónico a agentes racionales
- 19. Oportunidades: • Diseño de aplicaciones semánticas para enriquecer la experiencia de usuario en la Web 2.0 • Twitter Semántico • Navegación conceptual • Trust-based Computing • Detección de tendencias extraídas de redes sociales • Sentiment analysis • Análisis inteligente de twits para • predecir y estimar epidemias de gripe. consiguieron aproximar la evolución de la gripe mejor y antes que el tradicional método de recolectar la información de los hospitales. • para predecir el éxito de una película. HP labs: monitorizando twitter pueden predecir si el éxito de un film
- 20. • Nell, un sistema que está contínuamente aprendiendo del contenido que lee de la Web. • Recorded Future empresa que hace análisis temporal y que se vende como que predice el futuro. Posibles singularidades parciales
- 21. Elementos de esas singularidades parciales • Ayuda de técnicas de data mining y extracción de conocimiento • Fuerte componente social • Resultados inesperables de los datos (de su dinámica) •Sistemas complejos
- 22. Predicción bajo racionalidad acotada versus big data
- 23. Modelo Monstruo (retículo de conceptos) (una temporada)
- 25. ¿Aplicaciones del modelo? • A cualquier sistema experto con observaciones discretizables adecuadamente • Apuestas deportivas • Ecología • Economía (mercados de valores, etc.) • etc. • Conjetura: sistemas en el que el conocimiento exhiba una capa epistemológica con cierta estructura (libre de escala)
- 28. Complejidad económica • Visualización • Redes complejas • Diagnosis Economic complexity, therefore, is expressed in the composition of a country’s productive output and reflects the structures that emerge to hold and combine knowledge. Countries whose economic complexity is greater than what we would expect, given their level of income, tend to grow faster than those that are “too rich” for their current level of economic complexity. In this sense, economic complexity is not just a symptom or an expression of prosperity: it is a driver.
- 29. Tema de investigación: Aplicar el AFC a Complejidad Económica • Información representada contextos formales • Contextualizar dentro de países o grandes compañías Enlaces entre productos miden la probabilidad de ser co-exportados Caminos: composición de capacidades
- 30. Complejidad económica versus control/simulación de sistemas complejos • Matemáticos, físicos, ingenieros o incluso músicos han desembarcado en bancos de inversión, brókeres y hedge funds. • Misión: desarrollar algoritmos que permitan realizar estrategias de inversión convencionales (arbitraje, contrapartida o creación de mercado, inversión intradía, detección de correlaciones en el precio de los activos...), pero a mucha más velocidad gracias a los avances tecnológicos. • Sistemas pensados para que operen con total autonomía. No aspiran a dar el pelotazo inmediato. Con cada movimiento, su objetivo es ganar 0,001 euros. • Parece una meta de rentabilidad modesta, ¿no? Multipliquen esta cantidad por miles de operaciones por minuto, ocho horas al día, cinco días a la semana, 52 semanas al año... Un martillo pilón con el que hacer dinero si se acierta con el modelo.
- 31. Caso IV: Interoperabilidad Semántica para la empresa Externalización del conocimiento en empresas Interoperabilidad semántica y comercio electrónico
- 33. • GoodRelations is a standardized vocabulary for product, price, and company data that • can be embedded into existing static and dynamicWeb pages and that • can be processed by other computers. • This increases the visibility of your products and services in the latest generation of search engines, recommender systems, and novel mobile or social applications. Comercio electrónico
- 35. RDFa es un conjunto de extensiones de XHTML propuestas por W3C para introducir semántica en los documentos. Se ha definido una correspondencia simple que permite extraer tripletes RDF ¡!
- 36. Oportunidades • Software de gestión inteligente del conocimiento para la empresa usando estándares como ontologías empresariales • Integración de la información de la empresa y de servicios mediante tecnología Web Semántica
- 37. Caso de éxito I
- 38. Caso de éxito II: Integración semántica en movilidad
- 39. • Se facilita el intercambio de información entre los repositorios de información sobre sus automóviles • La modelización realizada se puede compartir con otros servicios de la empresa (por. ej. compra de repuestos) • Unifican los datos para toda la empresa, que usa un entorno distribuido • Facilita el prototipado y el desarrollo Caso de éxito III: Integración semántica en la industria
- 40. Caso especial: Externalización Inteligente Dimensión I: Ingeniería Ontológica Ontología
- 41. Proyección del ciclo de Nonaka & Takeuchi
- 43. Confianza, interfaces • Ontologías como teorías formales del conocimiento • Ventajas: • Confianza en el resultado • Interoperabilidad semántica • Desventaja: ¿alfabetización del usuario?
- 44. El problema de la representación del conocimiento mediante ontologías
- 45. Una solución: Paella • Metáforas espaciales de los conceptos implicados en la ontología • Razonamiento visual • comprensión de las relaciones • Implementada como plug-in de Protégé • Interfaz de usuario: transparente de formalismos ontológicos Ontology Automated Reasoner RCC8 CSP Solver Drawing
- 48. Visualización de anomalías • Una anomalía NO implica una inconsistencia lógica • Paella muestra anomalías de carácter mereotopológico {Ontología de seguridad
- 51. Informática Urbana & SmartCities • Campo de investigación emergente • Uso (y generación) de información física y digital sobre la ciudad como fuente de nuevas aplicaciones que puedan ser usadas por el ciudadano In 2050 80% of the world’s population will live in cities
- 54. Urban InformaticsArquitectura Urbanismo Social M edia MediaArt Marketing Telecom unicaciones W eb 2.0 Location Based services • Flujo I2U (instituciones y empresas a usuarios) • Flujo P2P • Pieles digitales • Inter-cities Fuentes de información
- 55. Conceptos emergentes en sistemas complejos Aplicaciones en entornos urbanos y en complejidad cultural Proyecto de excelencia Junta de Andalucía TIC 06064
- 57. On the Rise • Wireless Electric Vehicle Charging • Smart Governance Operating Framework • ElectricVehicle Charging Infrastructure • Information Semantic Services • Intelligent Lamppost • "Big Data" and Extreme Information Processing and Management • Hydrogen Economy • Sustainable Performance Management • Internet of Things • Smart Fabrics At the Peak • Home Energy Management/ Consumer Energy Management • Water Management • Data Stewardship Applications • Sustainability Business Operations Consulting Services • Web 2.0 for Utilities • Location-Based Services in Automotive • Plug-In Hybrid ElectricVehicles/ ElectricVehicles • Vehicle Information Hub • Augmented Reality • Cloud Computing • Microgrids • Thermal (or Concentrated) Solar Power • Distributed Generation • Integrated and Open Building Automation and Control Systems • Mobile Health Monitoring • Combined Heat and Power Sliding Into the Trough • Master Data Management • Machine-to- Machine Communication Services • Customer Gateways • Near Field Communication • Advanced Metering Infrastructure • Car-to- Infrastructure Communications • ElectricVehicles Climbing the Slope • Consumer Telematics Tecnologías emergentes para Smart Cities, 2011
- 59. CasoVI Servicios en movilidad basados en conocimiento
- 60. Móviles y conocimiento • Representación del conocimiento móvil • Razonamiento contextual • Inteligencia ambiental • Geolocalización • ¿Foursquare como ejemplo de socialización? •Informática Urbana (móvil)
- 61. Realidad aumentada para traspasar la membrana Inteligencia Ambiental Apps para “añadir información a la realidad” Razonamiento contextual en NFC Phonedero
- 62. Retos • Aplicaciones basadas en el conocimiento • para las apps stores • Teleasistencia. Telediagnosis • Aplicaciones hiperlocales • Espacios transducidos • Calle como API • Gestión inteligente del idle screen
- 63. Conclusiones • 2012 será el año de la Ingeniería del conocimiento y grandes conjuntos de datos • Sistemas complejos: Paradigma para entender el big-data como observaciones de un sistema • La minería de datos no es suficiente • Nuevos retos: • hiperlocalización • geolocalización, • confianza en la computación sobre grandes conjuntos de datos • ... • Modelos de negocio • Nuevos sistemas de información en la empresa
- 64. ¡Gracias! Sistemas de Información Avanzados (Comercio electrónico) Máster de estudios avanzados en dirección de empresas Joaquín Borrego Díaz Grupo Lógica, Computación e Ingeniería del Conocimiento PAIDI TIC-137 Departamento de Ciencias de la Computación e Inteligencia Artificial jborrego@us.es, Twitter:jborrego