Innovación en el tratamiento de la información desde la Ingeniería del ConocimientoParte (II): Casos de estudio

Sistemas de Información Avanzados (Comercio electrónico)Máster de estudios avanzados en dirección de empresas

Joaquín Borrego DíazGrupo Lógica, Computación e Ingeniería del Conocimiento PAIDI TIC-137

Departamento de Ciencias de la Computación e Inteligencia Artificialjborrego@us.es, Twitter:jborrego

Parte III: Casos de estudio de tratamiento

de la información

Caso I:Minería de conocimiento, opiniones y sentimientos:

Social media

Flujos

Blogging corporativo

Compañía

Análisis

¿Extracción de conocimiento?

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

Ingeniería del conocimiento y big data

BIG DATA

Ejemplo

¿Para qué se usa?

OportunidadesServicios personalizados

TecnologíaLinked/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

Caso IIPredicción bajo racionalidad acotada

Agentes para trabajar con conocimiento

Ecosis

tema

Web

Semántico

¡Argumento!

Inference Web: Inferencia bajo argumentación

Una demo

Documentación de la deducción

Documentación del razonador usado

Detalle del paso de inferencia

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

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

• 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

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

Predicción bajo racionalidad acotada versus big data

Modelo Monstruo(retículo de conceptos)

(una temporada)

Sistema

Resultados

Comparación

¿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)

Caso III:

Complejidad económica

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 complexityis not just a symptom or an expression of prosperity:it is a driver.

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

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.

Caso IV: Interoperabilidad Semántica para la empresa

Externalización del conocimiento en empresas

Interoperabilidad semántica y comercio electrónico

Tendencias ____________________

• GoodRelations is a standardized vocabulary for product, price, and company data that

• can be embedded into existing static and dynamic Web 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

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

¡!

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

Casode éxito I

Caso de éxito II:Integración semántica

en movilidad

• 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

Caso especial:Externalización Inteligente

Dimensión I: Ingeniería Ontológica

Ontología

Proyección del ciclo de

Nonaka & Takeuchi

Conocimiento

externalizado

Externalización

Confianza, interfaces• Ontologías como teorías

formales del conocimiento

• Ventajas:

• Confianza en el resultado

• Interoperabilidad semántica

• Desventaja: ¿alfabetización del usuario?

El problema de la representación del conocimiento mediante

ontologías

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 AutomatedReasoner RCC8 CSP

Solver Drawing

Arquitectura de Paella

Interfaz

Tres módulos

Interfaz de Paella

Visualización de anomalías

• Una anomalía NO implica una inconsistencia lógica

• Paella muestra anomalías de carácter mereotopológico

{Ontologíade

seguridad

Caso V:Informática urbana

ySmartCities

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

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

Sensores

Información, media

Capas digitales

OPEN DATA

Local

Global

UrbanInformaticsArquitectura Urbanismo

Social Media

Med

ia A

rt

Mark

etin

g

Telecom

unicacio

nes

Web 2

.0

Location Based

services

• Flujo I2U (instituciones y empresas a usuarios)

• Flujo P2P

• Pieles digitales

• Inter-cities

Fuentes de información

Conceptos emergentes en sistemas complejos

Aplicaciones en entornos urbanos y en complejidad

culturalProyecto de excelencia

Junta de AndalucíaTIC 06064

Internet of ThingsSensor Semantic Web

On the Rise

• Wireless Electric Vehicle Charging

• Smart Governance Operating Framework

• Electric Vehicle 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 Electric Vehicles/Electric Vehicles

• 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

• Electric Vehicles

Climbing the Slope

• Consumer Telematics

Tecnologías emergentespara

Smart Cities, 2011

Caso VIServicios en movilidad

basados en conocimiento

Móviles y conocimiento

• Representación del conocimiento móvil

• Razonamiento contextual

• Inteligencia ambiental

• Geolocalización

• ¿Foursquare como ejemplo de socialización?

• Informática Urbana (móvil)

Realidad aumentada para traspasar la membrana

Inteligencia Ambiental

Apps para “añadir información a la

realidad”

Razonamiento contextual en NFC

Phonedero

Retos

• Aplicaciones basadas en el conocimiento

• para las apps stores

• Teleasistencia. Telediagnosis

• Aplicaciones hiperlocales

• Espacios transducidos

• Calle como API

• Gestión inteligente del idle screen

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

¡Gracias!

Sistemas de Información Avanzados (Comercio electrónico)Máster de estudios avanzados en dirección de empresas

Joaquín Borrego DíazGrupo Lógica, Computación e Ingeniería del Conocimiento PAIDI TIC-137

Departamento de Ciencias de la Computación e Inteligencia Artificialjborrego@us.es, Twitter:jborrego