1.Herramientas de búsqueda de información
1.1 Buscadores
1.2 Sistemas de alertas
1.3 Agregadoresde contenidos RSS
2.Herramientas de análisis de información
2.1 Indicadores de confianza
2.2 Extractores de contenido
2.3 Analizadores de texto
3.Herramientas de almacenamiento y distribución
4.Plataformas de vigilancia e inteligencia
5.Conclusiones
Presentación elaborada para dar a conocer a los investigadores de la Universidad Complutense las diferentes posibilidades con que cuentan para editar los productos de su investigación en acceso abierto.
Tema 2. Sistema de Inteligencia Tecnológica: Norma UNE 166006:2018Jose R. Hilera
1.Características de la norma UNE 166006:2018
2.Etapas del proceso de vigilancia e inteligencia
3.Resultados de la vigilancia e inteligencia
4.Roles propuestos por la norma
5.Certificación
6.Ejemplos de aplicación
7.Conclusiones
Tema 1. Conceptos básicos sobre Inteligencia TecnológicaJose R. Hilera
1.Tecnologías emergentes
2.Inteligencia tecnológica
3.Niveles de entendimiento
4.Heurística del reconocimiento
5.Analista de inteligencia
6.Ecosistema de inteligencia
7.Factor crítico de vigilancia
8.Fuentes de Información
9. I+D+i
10.Autodiagnóstico de Inteligencia Tecnológica
Más contenido relacionado
Similar a Tema 3. Herramientas para laInteligencia Tecnológica
Presentación elaborada para dar a conocer a los investigadores de la Universidad Complutense las diferentes posibilidades con que cuentan para editar los productos de su investigación en acceso abierto.
Tema 2. Sistema de Inteligencia Tecnológica: Norma UNE 166006:2018Jose R. Hilera
1.Características de la norma UNE 166006:2018
2.Etapas del proceso de vigilancia e inteligencia
3.Resultados de la vigilancia e inteligencia
4.Roles propuestos por la norma
5.Certificación
6.Ejemplos de aplicación
7.Conclusiones
Tema 1. Conceptos básicos sobre Inteligencia TecnológicaJose R. Hilera
1.Tecnologías emergentes
2.Inteligencia tecnológica
3.Niveles de entendimiento
4.Heurística del reconocimiento
5.Analista de inteligencia
6.Ecosistema de inteligencia
7.Factor crítico de vigilancia
8.Fuentes de Información
9. I+D+i
10.Autodiagnóstico de Inteligencia Tecnológica
1.Definición
2.Características del aprendizaje a lo largo de la vida
3.Los cuatro pilares de la educación a lo largo de la vida
4.Razones que justifican la necesidad de aprender
5.Ayudas para el aprendizaje permanente (Post-grado)
6.Cursos para el aprendizaje permanente
7.Conclusiones
Tema 5. Evaluación y comparación de tecnologíasJose R. Hilera
1.Definición de criterios de comparación
2.Evaluación de los criterios de comparación para cada tecnología
3.Comparación de las tecnologías (por criterio)
4.Comparación de las tecnologías (por casos de uso)
5.Búsqueda de ejemplos de comparaciones
Aspectos generales sobre accesibilidad de aplicaciones móviles (apps)Jose R. Hilera
Contenido:
1. Concepto de accesibilidad de una app
2. Perfiles de usuario con discapacidad y herramientas de apoyo
3. Buenas prácticas en el desarrollo de apps accesibles
4. Evaluación de la accesibilidad de apps
5. Herramientas de ayuda para la evaluación de la accesibilidad de apps
Accesibilidad de aplicaciones para dispositivos móviles aplicando el RD 1112/...Jose R. Hilera
Contenidos:
1. Objeto del RD 112/2018 y la Directiva (UE) 2016/2102
2. Plazos
3. Mecanismos de comunicación de los usuarios
4. Revisiones de accesibilidad
5. Estándares de aplicación
6. Modelo de declaración de accesibilidad
7. Seguimiento y presentación de informes
8. Unidades responsables de accesibilidad
9. Futura legislación: Directiva (UE) 2019/882
Desarrollo dirigido por modelo de servicios web RESTJose R. Hilera
Secciones:
1. Concepto de servicio web o API REST/RESTful
2. Niveles en el desarrollo dirigido por modelos de servicios REST aplicando MDA
3. Nivel CIM (Computer-Independent Model)
• Diagrama de casos de uso
4. Nivel PIM (Platform-Independent Model)
4.1 Modelo basado en un perfil UML
• Creación del un perfil UML para servicios REST
• Aplicación del perfil UML en el diseño de un servicio REST
4.2 Modelo basado en un lenguaje específico para describir API REST
• Editores online
• Modelo con formato OpenAPI
• Modelo con formato RAML
1. Nivel PSM (Platform-Specific Model)
• Modelo basado en un perfil UML para una plataforma Java (JAX-RS)
2. Nivel de código fuente
• Generación automática de código para servidor Web
• Generación automática de código para aplicación cliente consumidora del servicio
3. Lecturas recomendadas
Contenidos accesibles para las redes socialesJose R. Hilera
Ponencia presentada en la IV Conferencia Internacional sobre Aplicación de Tecnologías de la Información y Comunicaciones para mejorar la Accesibilidad (ATICAcces 2016), Cuenca, Ecuador.
Resumen de la sección “3.2.7 WAI-ARIA” del estándar HTML5, sobre elementos de accesibilidad para para aplicaciones web cliente.
Video de la presentacion disponible en:
https://youtu.be/YP1KJPgLoRI
PAUTAS W3C DE ACCESIBILIDAD PARA HERRAMIENTAS DE EDICIÓN WEB (ATAG 2.0)Jose R. Hilera
Resumen de ATAG 2.0 (Authoring Tool Accessibility Guidelines).
Son pautas del W3C sobre los requisitos de accesibilidad que deben cumplir las herramientas para la edición de contenido web.
Video de la presentacion disponible en:
https://youtu.be/05YRbtAgWB4
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
Actualmente, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital, siendo este un componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango de soluciones al problema del almacenamiento de datos.
Inteligencia Artificial y Ciberseguridad.pdfEmilio Casbas
Recopilación de los puntos más interesantes de diversas presentaciones, desde los visionarios conceptos de Alan Turing, pasando por la paradoja de Hans Moravec y la descripcion de Singularidad de Max Tegmark, hasta los innovadores avances de ChatGPT, y de cómo la IA está transformando la seguridad digital y protegiendo nuestras vidas.
Es un diagrama para La asistencia técnica o apoyo técnico es brindada por las compañías para que sus clientes puedan hacer uso de sus productos o servicios de la manera en que fueron puestos a la venta.
3Redu: Responsabilidad, Resiliencia y Respetocdraco
¡Hola! Somos 3Redu, conformados por Juan Camilo y Cristian. Entendemos las dificultades que enfrentan muchos estudiantes al tratar de comprender conceptos matemáticos. Nuestro objetivo es brindar una solución inclusiva y accesible para todos.
Tema 3. Herramientas para laInteligencia Tecnológica
1. Tema 3. Herramientas para la
Inteligencia Tecnológica
Asignatura: Desarrollo con Tecnologías Emergentes (580011)
Curso 2020-21
Grado en Ingeniería en Sistemas de Información
Universidad de Alcalá
José Ramón Hilera González
1
2. Índice
1. Herramientas de búsqueda de información
1.1 Buscadores
1.2 Sistemas de alertas
1.3 Agregadores de contenidos RSS
2. Herramientas de análisis de información
2.1 Indicadores de confianza
2.2 Extractores de contenido
2.3 Analizadores de texto
3. Herramientas de almacenamiento y distribución
4. Plataformas de vigilancia e inteligencia
5. Conclusiones
Preguntas de autoevaluación
2
3. 1. Herramientas de búsqueda de información
Categorías
1. Buscadores
2. Sistemas de alertas
3. Agregadores de contenidos RSS
3
4. 1. Herramientas de búsqueda de información
1.1 Buscadores
Son motores de búsqueda asociados a bases de datos sobre fuentes de
información
Hay de diferentes tipos
o Buscadores generales
o Buscadores en redes sociales
o Buscadores académicos
o Buscadores en bases de datos bibliográficas
o Buscadores de tesis doctorales
o Buscadores de estándares
o Buscadores de patentes
o Buscadores de palabras clave
4
6. 1.1 Buscadores
Buscadores generales: Operadores
Es importante conocer los operadores de
búsqueda
o“”, $, OR, -, *, .., @, filetype:, site:, related:,
link:, etc.
6
7. 1.1 Buscadores
Buscadores generales: Deep Web
Buscadores en la “web profunda” son
aquellos que localizan información no
encontrada (indexada) por los
buscadores generales habituales, que
buscan en la “web superficial”.
No confundir con la Dark Web
Tipos de fuentes
o Documentos ocultos, web contextual,
contenido dinámico, contenido de acceso
restringido, contenido no HTML,
software, páginas no enlazadas.
Ejemplo: BizNar
7
8. 1.1 Buscadores
Buscadores en redes sociales
Buscan información publicada en una o varias
redes sociales
Pueden ser
o Internos: los de las propias redes: Twitter, Facebook,
Instagram, LinkedIn, YouTube, …
o Externos: herramientas externas que permiten lanzar
una búsqueda en una o varias redes simultáneamente:
Google (operador @), Talkwalker, Social Searcher, Social
Mention, BoardReader, …
8
9. 1.1 Buscadores
Buscadores académicos
Buscan documentos en sitios de reconocido prestigio
científico
Suelen ofrecer información sobre la confianza de las fuentes
y de los autores
Ejemplos
o Google Scholar (Google Académico)
o Microsoft Academic
o Science Research
o WorldWideScience
o . . .
9
10. 1.1 Buscadores
Buscadores en bases de datos bibliográficas
Suelen ser no gratuitos porque mantienen bases de datos bibliográficas propias
sobre libros, revistas y congresos
Ejemplos
o Buscador UAH
o Scopus
o Web of Science
o Dialnet (gratuito)
o ACM Digital Library
o IEEE Xplore
o Scielo
o . . .
10
11. 1.1 Buscadores
Buscadores de tesis doctorales
Asociados a bases de datos sobre tesis doctorales
Ejemplos
oTESEO
oDART-Europe
oOATD
o. . .
11
12. 1.1 Buscadores
Buscadores de estándares
Asociados a bases de datos sobre estándares
Ejemplos
oISO Search
oCEN
oAENORmas
o. . .
12
13. 1.1 Buscadores
Buscadores de patentes
Asociados a bases de datos sobre patentes
Ejemplos
oGoogle Patent
oPatentsScope (WIPO)
oEspacenet
oInvenes (OEPM)
oLatipat (América Latina)
o. . .
13
14. 1.1 Buscadores
Buscadores de palabras clave (keyword research)
Son herramientas para encontrar términos de búsqueda que los usuarios
introducen en los buscadores públicos (generales, de redes sociales)
Ejemplos
oGoogle Trends
oKeywordtool
oUbersuggest
o. . .
14
15. 1. Herramientas de búsqueda de información
1.2 Sistemas de alertas
Permiten crear una alerta sobre términos de búsqueda y recibir por email
periódicamente los nuevos resultados de esa búsqueda
Ejemplos
oGoogle Alert
oTalkwalker Alerts
o. . .
15
16. 1. Herramientas de búsqueda de información
1.3 Agregadores de contenidos RSS (1)
RSS (Really Simple Syndication)
es una notación XML
Muchos sitios web publican un
archivo RSS con las novedades
del sitio.
16
<rss version="2.0"
xml:base="https://computerhoy.com/">
<channel>
<title>ComputerHoy</title>
<link>https://computerhoy.com/</link>
<description>
ComputerHoy.com: Todo sobre tecnología, gadgets ...
</description>
<language>es</language>
<item>
<title>Windows 10 permitirá desactivar ...</title>
<link>https://computerhoy.com/noticias/...</link>
<description>...</description>
...
</item>
<ítem>
...
</ítem>
</channel>
</rss>
17. 1. Herramientas de búsqueda de información
1.3 Agregadores de contenidos RSS (2)
Los agregadores o sindicadores de contenidos RSS son programas que
acceden a los archivos RSS de los sitios que indique el usuario y muestran
las novedades de los sitios descritas esos archivos, en un formato
atractivo.
Ejemplos
oFeedly
oInoreader
oNewsBlur
o. . .
17
18. 2. Herramientas de análisis de información
El análisis de las fuentes de información recopiladas en las búsquedas
debe hacerse de forma manual, pero existen herramientas que pueden
ayudar en esta labor
Categorías de las herramientas
1. Indicadores de confianza de una fuente de información: sitio web, revista,
congreso, autor
2. Extractores de contenido: web scraping
3. Analizadores de textos: minería de texto (text mining), resumen automático.
18
19. 2. Herramientas de análisis de información
2.1 Indicadores de confianza
De sitios web
o Trust y Citation Flow (Majestic), Authority Score (SemRush), Domain y Page Authority
(MozBar)
De revistas:
o Índice de impacto y cuartiles Q1-Q4 (JCR, SJR)
De congresos:
o Categorías (CORE: A*, A, B, C; GGS: A++, A+, A, A-, B, B-)
o Índice de impacto y cuartiles Q1-Q4 (SJR)
De autores
o Índice H (Google Scholar, Scopus, Web of Science, Semantic Scholar)
19
20. 1. Herramientas de análisis de información
2.2 Extractores de contenido (Web Scrapers)
Son herramientas que permiten extraer información del front-end de sitios web,
simulando la navegación de un usuario y recopilando información en un formato (ej.
csv) que después puede ser procesado
Web Scraping Web crawling + data Scraping
Pueden ser aplicaciones o librerías para desarrolladores
Ejemplos
o Web Scraper
o DataMiner
o Scraper
o . . .
o Informe de comparación de dos librerías: cheerio vs puppeteer
20
21. 2. Herramientas de análisis de información
2.3 Analizadores de texto
En esta categoría estarían las herramientas que pueden procesar un
documento con texto y extraer de él información como un resumen o
analíticas que pueden ser útiles para identificar términos más usados,
relaciones entre términos, etc.
Tipos
oHerramientas de minería de texto
oHerramientas de resumen automático
21
22. 2.3 Analizadores de texto
Minería de texto (Text mining)
Son herramientas que permiten extraer información de uno o varios textos y
generar analíticas como la ocurrencia de términos, relaciones entre términos,
gráficos de nubes de palabras, etc.
Ejemplos
o Orange
o TEXminer
o TextFlows
o Textable
o . . .
o Nubes de palabras: WordClouds, TagCrowd, Wordle, …
22
23. 2.3 Analizadores de texto
Resumen automático
Son herramientas que pueden realizar resúmenes de forma automática
En algunos casos el usuario puede indicar el número de frases deseado
Ejemplos
oResoomer
oLinguaKit
oSMMRY
o. . .
23
24. 3. Herramientas de almacenamiento
Almacenamiento en la nube
oDropbox, Gdrive, OneDrive, …
Repositorios
oGitHub, GitLab, BitBucket, …
Gestores bibliográficos
oPermiten organizar bibliografías y ofrecen utilidades para incluir citas en
documentos con diferentes formatos
oRefWorks, Zotero, Mendeley, …
24
25. 4. Herramientas de distribución
Son herramientas para elaborar y hacer llegar a los interesados el
resultado de la inteligencia tecnológica, que suele ser un documento o
informe
Pueden ser:
oHerramientas generales: ofimática (editores de documentos, presentaciones y
hojas de cálculo), correo electrónico, foros, blogs
oEditores de boletines (newsletters): Sway, Spark, Canva, …
25
26. 5. Plataformas de vigilancia e inteligencia
Son herramientas creadas para la gestión integral de proyectos de vigilancia e
inteligencia
Ejemplos
o Hontza
o Vicubo Cloud
o Innguma
o Intool
o Miraintelligence
o i3Vigila
o Mussol
o Vigiale
26
27. 5. Plataformas de vigilancia e inteligencia
Hontza – Sección Estrategia
27
28. 5. Plataformas de vigilancia e inteligencia
Hontza – Sección Vigilancia
28
29. 5. Plataformas de vigilancia e inteligencia
Hontza – Sección Debate
29
30. 5. Plataformas de vigilancia e inteligencia
Hontza – Sección Colaboración
30
31. 5. Plataformas de vigilancia e inteligencia
Hontza – Sección Alertas y Boletines
31
32. 5. Plataformas de vigilancia e inteligencia
Hontza – Sección Propuestas: ideas, oportunidades, proyectos
32
33. 6. Conclusiones
Existen herramientas software que pueden ayudar a llevar a cabo la vigilancia e
inteligencia tecnológica
En la etapa de búsqueda de información se pueden usar diferentes tipos de
buscadores, sistemas de alertas o agregadores de contenidos
En la etapa de análisis de la información localizada se pueden usar indicadores
de confianza, extractores de contenidos y analizadores de texto
Otras herramientas ayudan a almacenar y distribuir las fuentes y los informes
de inteligencia elaborados
Existen plataformas, como Hontza, creadas para la gestión integral de todas las
actividades relacionadas con la vigilancia e inteligencia
33
34. Preguntas de autoevaluación (1)
La información legal publicada en la web que no se encuentra con los
buscadores generales como Google se denomina
a) Surface Web
b) Unfound Web
c) Deep Web
d) Dark Web
34
35. Preguntas de autoevaluación (2)
Las herramientas para encontrar términos de búsqueda que los usuarios
introducen en los buscadores públicos son
a) Buscadores de patentes
b) Buscadores de palabras clave
c) Buscadores académicos
d) Buscadores generales
35
36. Preguntas de autoevaluación (3)
¿En qué formato se registra la información de los archivos RSS (Really
Simple Syndication)?
a) HTML
b) XML
c) CSS
d) JSON
36
37. Preguntas de autoevaluación (4)
Las herramientas que permiten extraer información del front-end de
sitios web, simulando la navegación de un usuario y recopilando
información para ser procesada son
a) Web scrapers
b) Web crawlers
c) Web analyzers
d) Web summarizers
37
38. Preguntas de autoevaluación (5)
En la plataforma Hontza, ¿cuál de los siguientes no es un tipo de
propuesta que puede asociarse a un reto como resultado de un proyecto
de vigilancia e inteligencia tecnológica?
a) Idea
b) Oportunidad
c) Ventaja
d) Proyecto
38