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

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

4. Flujos
Blogging
corporativo
Compañía
Análisis
¿Extracción de conocimiento?

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

15. Documentación de la
deducción

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)

24. Sistema
Resultados
Comparación

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)

26. Caso III:
Complejidad económica

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

32. Tendencias ____________________

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

42. Conocim
iento
externalizado
Externalización

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

46. Arquitectura de Paella
Interfaz
Tres
módulos

47. Interfaz de Paella

48. Visualización de anomalías
• Una anomalía NO implica una inconsistencia lógica
• Paella muestra anomalías de carácter
mereotopológico
{Ontología
de
seguridad

49. CasoV:
Informática urbana
y
SmartCities

50. http://www.mckinsey.com/Insights/MGI/Research/Urbanization/Urban_world

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

52. Sensores
Información, media
Capas digitales

53. OPEN DATA
Local
Global

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

56. Internet ofThings
Sensor SemanticWeb

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