Vous êtes sur la page 1sur 33

Universidad Nacional de Loja

REA DE LA ENERGA, LAS INDUSTRIAS Y LOS RECURSOS NATURALES NO RENOVABLES


Ingeniera en Sistemas
Mdulo X
PROPUESTA PARA EL PROYECTO DE FIN DE MDULO
INTEGRANTES:
Grecia Maricela Espinoza Loayza.
Liliana Alexandra Maza Puchaicela.
Carmen Elizabeth Ordez Ordez
Luis German Sivisapa Aguilera.
Docente:
Ing. Luis Antonio Chamba Eras.
LOJA- ECUADOR
2013
A. TEMA:
Representacin del conocimiento de la carrera de Ingeniera en Sistemas de la Universidad
Nacional de Loja.
B. PROBLEMTICA:
1. Situacin Problemtica
En el transcurso de los ltimos aos se han dado grandes avances en Inteligencia Artificial,
con el enfoque de ofrecer un mejor servicio a las personas, mediante la construccin de
entes o sistemas que tienen la capacidad de emular ciertos comportamientos y
caractersticas del ser humano. Dentro del amplio estudio de la Inteligencia Artificial, est la
representacin del conocimiento de forma eficiente en las bsquedas de la informacin
requerida en la web.
Es as, que como estudiantes de la Universidad Nacional de Loja (UNL), mediante la
observacin directa se ha evidenciado la inexistencia de informacin de la Carrera de
Ingeniera en Sistemas (CIS) y deficiencias al momento de compartir y reusar el
conocimiento que se genera en la misma.
Es beneficioso para la CIS y para el adelanto de la universidad en general, que se integren los
diferentes avances informticos que surgen cada da, como lo es la aplicacin de tcnicas que
permitan representar el conocimiento con la finalidad de reutilizar y generar nuevos
conocimientos que aporten al desarrollo de la ciencia y tecnologa.
De acuerdo a lo expuesto anteriormente, en la CIS se han encontrado los siguientes
problemas:
Desconfianza en los sitios web de consulta ya que no brindan ayuda significativa en
la bsqueda de informacin de la comunidad universitaria.
Desconocimiento de la estructura de la carrera a nivel nacional e internacional por la
inexistencia de una representacin confiable de la misma.
La no difusin en la web de los trabajos y proyectos desarrollados dentro de la
Carrera.
Por lo antes mencionado, como estudiantes de la CIS, hemos credo conveniente contribuir
con la representacin de la informacin relevante de la misma para su difusin a nivel
nacional e internacional, de acuerdo al siguiente tema: Representacin del conocimiento de
la carrera de Ingeniera en Sistemas de la Universidad Nacional de Loja.
2. Problema de Investigacin
Baja difusin del conocimiento que se genera en la CIS, lo que impide compartirlo y utilizarlo
a nivel nacional e internacional.
C. JUSTIFICACIN
Con el desarrollo del presente Proyecto de Fin de Mdulo (PFM) se pretende difundir el
conocimiento que se genera de la CIS, de tal forma que se pueda contribuir a la comunidad
cientfica para la elaboracin de trabajos futuros en cuanto a la representacin del
conocimiento.
El PFM a desarrollar surge de la necesidad de obtener los mejores resultados al realizar
bsquedas de informacin en la web en cuanto a la CIS de la UNL, de tal forma que aplicando
la tecnologa ms ptima se pueda alcanzar este objetivo con xito.
Adems como estudiantes de la UNL pretendemos poner en prctica los conocimientos
adquiridos en las unidades acadmicas impartidas durante el presente mdulo y
complementarlos mediante la investigacin autnoma, con la finalidad de brindar la mejor
solucin al problema encontrado.
Cabe mencionar que el desarrollo del proyecto contribuye al cuidado del medio ambiente,
debido a que est enmarcado para funcionar en la web, evitando de sta manera la
utilizacin de impresiones innecesarias para la representacin del conocimiento.
La realizacin del presente trabajo es factible contamos con los recursos econmicos
necesarios, disponibilidad, capacidad, espritu investigativo, conocimientos tcnicos y
tecnolgicos necesarios para su eficiente elaboracin, as como tambin con el apoyo de los
docentes de la carrera para alcanzar los objetivos propuestos.
Finalmente la ejecucin del PFM propuesto, ayudar a cubrir las necesidades sociales
existentes en cuanto a la bsqueda de informacin confiable de la CIS de la UNL, permitiendo
de esta manera compartir y reutilizar el conocimiento que se genera en la misma.
D. OBJETIVOS
1. Objetivo General
Determinar la mejor tcnica de Inteligencia Artificial que permita representar la informacin
y el conocimiento que se genera en la CIS.
2. Objetivos Especficos.
Obtener informacin relevante acerca de la CIS que ayude a representar el
conocimiento.
Investigar las diferentes tcnicas de Inteligencia Artificial existentes para seleccionar
la ms adecuada para la representacin del conocimiento.
Determinar la herramienta ms apropiada que facilite modelar la informacin.
E. ALCANCE
El presente trabajo se lo realizar en la CIS de la UNL, durante el desarrollo del proceso de
investigacin del dcimo mdulo, perodo marzo-julio-2013, de acuerdo a la siguiente
trascendencia:
Haciendo uso de la informacin fidedigna del internet se investigar acerca de la web
semntica y DBpedia.
Incorporar informacin relevante de la CIS de la UNL a la Wikipedia hasta abril del
presente ao.
Se realizar la representacin de la informacin perteneciente a la carrera, aplicando
la tcnica de Inteligencia Artificial previamente seleccionada.
F. MARCO TERICO
Captulo I: Tcnicas de Inteligencia Artificial para la representacin del
conocimiento
1.1 Redes Semnticas o Mapas Conceptuales
1.2 Frames o Marcos
1.3 Rules
1.4 Tripleta Objeto-Atributo-Valor
1.5 Ontologas
Captulo II: Lenguajes de Representacin del Conocimiento
2.1 Lgica Proposicional
2.2 Lgica de Primer Orden
2.3 Lgica descriptiva
2.4 Lenguajes basados en Reglas
Captulo III: Casos de xito en la aplicacin de nuevas tecnologas
3.1 Web semntica
3.1.1 Definicin
3.1.2 Arquitectura
3.1.3 Casos de xito
3.2 Ontologa
3.2.1 Casos de xito
3.3DBpedia
3.3.1 Concepto
3.3.2 Casos de xito
DESARROLLO DEL MARCO TERICO
Captulo I: Tcnicas de Inteligencia Artificial para la representacin del
conocimiento
1.1 Redes Semnticas o Mapas Conceptuales
Apelan a una representacin del conocimiento basado en grafos conceptuales cuyo nodo son
objetos o nombres de relacin o propiedades y cuyos arcos son relaciones entre objetos,
entre conceptos y objetos o entre conceptos, por ejemplo, si un nodo representa el concepto
adjudicacin de obra pueden haber otros nodos representativos de obra, adjudicatario,
importe, etc.
Con cada uno de los cuales hay una relacin cuya etiqueta es el nombre del concepto, en
general esta es una tcnica que permite representar predicados de ms de dos plazas, siendo
el nombre del arco quien relaciona predicados y trminos, el nombre de la plaza.
Al propio tiempo las relaciones entre conceptos reflejan jerarquas de clasificacin, por
ejemplo: una adjudicacin es una clase de acto administrativo .
nodo ---arco--- nodo
Cada nodo representa algn concepto o objeto y el arco la relacin entre conceptos, objetos
o ambos [1].
El objetivo de las redes semnticas o mapas conceptuales es desarrollar una infraestructura
para generar datos que las computadoras puedan entender, de tal forma que puedan ser
compartidos y procesados no slo por personas sino tambin por herramientas heursticas.
Posee algunos beneficios como:
Ayuda en el proceso de adquisicin de conocimientos.
Con el uso de principios ontolgicos la informacin toma sentido, y pasa a formar
parte de un microcosmos en el que esta es clasificada y relacionada.
Es natural que los usuarios le presten mayor atencin a informacin significativa en
lugar de datos aislados o sin sentido [2].
Bsqueda Consulta y recuperacin eficiente de la informacin.
El ser humano tiene capacidad limitada de atencin y por lo tanto slo podemos
prestar atencin a un reducido nmero de estmulossensoriales en el mundo
circundante, es por ello que larepresentacin de la informacin ayudar para
retener una mayor cantidad de datos que se encuentran ntimamente relacionados.
Integracin de informacin.
Las redes semnticas pretenden proveer de mecanismos para habilitar el acceso e
integracin de informacin a travs de mi sintaxis estndar para el intercambio de
informacin.
Dificultades con las redes semnticas :
Para una red semntica representa conocimiento definitivo deben definirse con
rigor los nombres de vnculos y nodos.
Las redes semnticas fueron propuestas originalmente como modelos de la memoria
asociativa humana, en la que un nodo tiene vnculos con otros y la recuperacin
de la informacin ocurre debido a una dispersin de la actividad de los nodos.
Las redes semnticas son lgicamente inadecuadas porque no puede definir el
conocimiento de la forma en que la lgica lo hace.
Son heursticamente inadecuadas porque no hay forma de insertar en la red
informacin heurstica relacionada con la manera de explotarla.
1.2 Frames o Marcos
Los marcos son una estructura del conocimiento que describe un objeto especfico y
contiene mltiples ranuras (slots) las cuales contienen hechos, caractersticas o
especificaciones acerca del objeto. Creados en 1975 por Minsky, un marco es similar a una
lista de propiedades con valor. La diferencia principal es que los frames pueden encadenarse
a otras estructuras [1].
Los marcos incorporan la representacin de entidades complejas cuyas propiedades se
incluyen en ranuras como en las redes semnticas pero tambin incorporan punteros a otros
marcos y procedimientos por defecto para obtener conceptos cuando se especifican.
En los marcos los elementos se presentan convencionalmente en la descripcin de un objeto
o de un suceso. Se agrupan de modo que se puedan procesar o accederse a ellos como una
unidad.
Fig(1) ejemplo de marco de referencias [3].
Por ejemplo el marco que se muestra a continuacin en la fig (1) se lo realiz siguiendo un
procedimiento asociado, estos tipos de representacin del conocimiento permite efectuar
distintas clases de razonamiento para resolver un problema.
Ventajas
- Permiten trabajar con info. incompleta
- Fcil de implementar y ampliar
- Herencia de propiedades (tienen" conocimiento no representado explcitamente)
- Interaccin mundo exterior y cooperacin esquemas de representacin procedimiento
Inconvenientes
- Problemas para representar conocimiento no taxonmico
- IDEM con disyunciones e implicaciones
1.3 Rules
Esta tcnica representa el conocimiento presentando unas premisas o condiciones y las
conclusiones o acciones que de ellas se derivan. Se suelen representar de la forma IF THEN.
Las premisas se colocan a continuacin del IF en forma normalmente de tripletas O-A-V y
utilizando operadores booleanos, mientras que las conclusiones definiran nuevos hechos o
realizaran acciones.
Por ejemplo, podramos tener la siguiente regla para representar que si hay que ir a trabajar
y est lloviendo hay que coger el paraguas: IF es hora de ir a trabajar AND est lloviendo
THEN tengo que coger el paraguas [5].
entonces ya le hago una caratula jjjjjjjjjjjjjjjjjjjjjjjjjjjo quieres que te envie la que
yo tengo si tambien gracias bueno lo terminano de arreglar y les envio en pdf
1.5 Ontologas
De acuerdo al Diccionario de la Real Academia de la Lengua Espaola, Ontologa es la parte
de la metafsica que trata del ser en general y de sus propiedades trascendentales.
Una ontologa es una especificacin formal y explcita de un conjunto de conceptos
compartidos.
En la prctica informtica, el trmino ontologa es conocimiento compartido, fruto del
consenso dentro de un grupo[7].
Clasificacin.
Dentro de la clasificacin de las ontologas y de acuerdo a diferentes autores, existen [8]:
1. Ontologas de Alto Nivel.- donde se encuentran las definiciones de conceptos
independientes del dominio.
2. Ontologas de Dominio.- describen los conceptos de un dominio.
3. Ontologas de Aplicacin.- las cuales describen los conceptos para un caso de
aplicacin en especfica dentro de un dominio.
4. Ontologas Terminolgicas.- las que especifican cules son los trminos usados
para representar el conocimiento.
5. Ontologas de Informacin.- que especifican los mecanismos de almacenamiento
de informacin.
6. Ontologas de Modelado de Conocimiento.- especifican la conceptualizacin del
conocimiento.
7. Ontologas de Metadatos.- proveen el vocabulario para la descripcin de fuentes
de informacin online.
8. Ontologas de Representacin.- definen los conceptos bsicos para la
representacin del conocimiento.
9. Ontologas ligeras.- muestran la definicin de conceptos, la generacin de una
taxonoma de conceptos y las relaciones entre los conceptos y las propiedades de los
mismos.
10. Ontologas pesadas.- agregan a las ontologas ligeras la representacin de axiomas
y condicionales, que permiten especificar el significado intencional (interpretar
correctamente un concepto de acuerdo al contexto en el que es utilizado) de los
trminos envueltos en una ontologa.
Metodologas utilizadas en la creacin de ontologas.
Cada metodologa tiene sus propias caractersticas, sin embargo, la gran mayora de ellas
comparten una serie de propiedades
Ciclo de vida : es el tiempo transcurrido durante la concepcin, elaboracin y
mantenimiento de la ontologa.
Herramientas de apoyo : las metodologas deben ser apoyadas por herramientas
ontolgicas que faciliten la creacin de la ontologa.
Nivel de modelado: da una idea sobre cmo se realiza la extraccin de los datos
Nivel de abstraccin: da una idea del nivel de relacin existente entre la
informacin concreta y la forma en que se extrae dicha informacin. Cuanto mayor
sea el nivel de abstraccin, ms fcil ser para las aplicaciones extraer los datos [9].
Para la creacin de ontologas existen varias metodologas descritas a continuacin [10]:
1. Metodologa Cyc.- busca la construccin de una ontologa comprensible para
habilitar el razonamiento humano.
Los pasos para la construccin de la ontologa usando esta metodologa son:
Extraccin manual del conocimiento comn de diversas fuentes.
Utilizacin de herramientas de procesamiento de lenguaje natural o
aprendizaje natural para la adquisicin de nuevo conocimiento en la
ontologa.
2. Metodologa de Uschold y King.- Permite la creacin de ontologas en base a
otras ya existentes.
Recomienda los siguientes pasos:
Identificacin del propsito para el cual se construye la ontologa
Capturar los conceptos y las relaciones entre ellos.
Codificacin de la ontologa
Evaluacin de la ontologa
Documentacin de la ontologa
3. Metodologa Methontology.- Es una metodologa creada en el Laboratorio de
Inteligencia Artificial de la Universidad Tcnica de Madrid.
Sus pasos principales son:
Especificacin.- Definir el alcance y granularidad de la ontologa.
Conceptualizacin.- Permite organizar y estructurar el conocimiento
adquirido mediante tablas, lenguaje UML, jerarquas etc.
Implementacin.- Representa la formalizacin de la ontologa, es decir pasar
la conceptualizacin de la ontologa a un lenguaje como RDF, OWL, etc.
Evaluacin.- Comprobar el funcionamiento de la ontologa.
4. Metodologa On-to-Knowledge.- Esta metodologa aplica ontologas a la
informacin electrnica con la finalidad de mejorar la administracin de conocimiento.
Incluye los siguientes aspectos
Identificacin de metas, las cuales debern ser cumplidas por herramientas
de gestin de conocimiento.
Evaluacin de la ontologa a partir de casos de estudio
Captulo II: Lenguajes de Representacin del Conocimiento
2.1 Lgica Proposicional
La ms antigua y uno de los tipos ms simples de lgica formal es el silogismo.
El trmino formal significa que la lgica se relaciona con la forma de las frases lgicas ms
que con su significado. En otras palabras, tiene que ver con la sintaxis ms que con la
semntica de las frases. Aunque el trmino lgica formal puede sonar intimidatorio, no es
ms difcil que el lgebra. En realidad, el lgebra es realmente la lgica formal para nmeros.
Limitaciones de la Lgica de Predicado
Aunque esta lgica es muy til en muchas situaciones, hay algunos tipos de afirmaciones que
no pueden expresarse en ella utilizando los cuantificadores universal y existencial (Rescher
64). Por ejemplo, la siguiente afirmacin no puede expresarse con lgica de predicado:
La mayora de la clase recibi dieces
En esta afirmacin, el cuantificador mayora significa ms de la mitad, pero no puede
expresarse con los cuantificadores universal y existencial. Para implantar mayora una lgica
debe proporcionar algunas predicados para conteo, como la lgica borrosa, descrita en el
captulo 5. Otra limitante de esta lgica es en la expresin de cosas que a veces son
verdaderas, pero no siempre. Este problema tambin puede resolverse con lgica borrosa.
Sin embargo, la introduccin de un conteo tambin produce ms complicaciones en el
sistema lgico y la hace de manera ms parecida a las matemticas [4].
2.2 Lgica de Primer Orden
Aunque la lgica de proposiciones es til, tiene limitaciones.- El principal problema es
que la lgica de proposiciones slo puede tratar con afirmaciones completas. Es decir, no
puede examinar la estructura interna de una afirmacin.
La lgica de proposiciones ni siquiera puede probar la validez de un silogismo como
Todos los seres humanos son mortales Todas las mujeres son seres humanos
Por tanto, todas las mujeres son mortales La lgica de predicado se desarroll con el fin de
analizar casos ms generales.
Su forma ms simple es la lgica de predicados de primer orden, la base de lenguajes de
programacin lgicos como PROLOG. En esta seccin utilizaremos el trmino lgica de
predicado para aludir a la lgica de predicado de primer orden. La lgica de proposiciones es
un subconjunto de la lgica de predicado. La lgica de predicado se relaciona con la
estructura interna de las
afirmaciones, sobre todo, se relaciona con el uso de palabras especiales llamadas
cuantificadores , como "todo", "algo" y "no". Estas palabras son muy importantes porque
cuantifican explcitamente otras palabras y hacen ms exactas las afirmaciones. Todos los
cuantificadores se relacionan con "cunto" y, por tanto, permiten un alcance ms amplio de
la expresin que la lgica de proposiciones [4].
2.3 Lgica descriptiva
Las lgicas descriptivas estn muy relacionadas con el desarrollo de las ontologas tal
como se usan en la actualidad en la web semntica. La lgica descriptiva se basa en
representar el conocimiento utilizando por una una terminologa o vocabulario del
dominio(TBOX)yporotraunconjuntodeafirmaciones(ABOX)[4].
El vocabulario consiste en conceptos y roles. Los conceptos corresponden a conjuntos
de elementos y los roles a relaciones binarias entre elementos. Existen conceptos y
rolesatmicosycomplejos.
Se pueden construir y existen razonadores que permiten razonar sobre las TBOX y
ABOX, pudiendo determinar por ejemplo si el contenido de la TBOX es factible, o qu
relaciones estn incluidas en otras. Al trabajar sobre el ABOX, un razonador puede
indicar que a partir de las afirmaciones existentes un determinado elemento es una
instanciadeunconceptoysilasafirmacionessonconsistentesconelmodelo[4].
2.4 Lenguajes basados en Reglas
Estos lenguajes han sido durante mucho tiempo posiblemente los ms usados de todos,
principalmente debido a su estrecha relacin con los Sistemas Expertos utilizados en
Inteligencia Artificial. Estos lenguajes son fciles de entender debido a su sencillez
conceptual y a su paralelismo con las estructuras de control ms simples utilizadas en
programacin.
Existen diversos tipos de lenguajes basados en reglas, que se diferencian por el tipo de
cosas permitidas en las reglas, como si permiten nicamente la definicin de
afirmaciones en la parte THEN o si tambin permiten comportamiento procedural, el uso
de lgica difusa en los hechos, etctera. Una de las tendencias ms recientes pasa por
mezclar los conceptos de frames y reglas, como en el caso de Jess, para disponer de
lenguajes que permitan reunir la informacin de cada concepto y asociar a alguno de
sus slots conjuntos de reglas. Esto aporta orden a la informacin, que suele ser algo
difcil de conseguir conforme la base de conocimiento crece y el nmero de reglas
aumenta,altenerdispersalainformacindecadaconceptoymezcladaconotros[11].
Este tipo de lenguajes han recibido tambin un fuerte impulso a partir de la aparicin de
la web semntica, ya que que se piensa en ellos como herramientas para definir
servicios web, y como herramienta base que permita definir la forma en la que pueden
interactuar las aplicaciones de comercio electrnico. Para ello se ha creado una
iniciativa Rule Markup Initiative que ha diseado el lenguaje RuleML, basado en XML y
que por lo tanto est pensado desde su concepcin para garantizar la interoperabilidad
necesariaenelweb.
Estenuevolenguajeincluyelassiguientescaractersticas[12]:
Reglasdeproduccin:reglasdeltipoIFTHENhabitualesenlossistemasexpertos.
Reglas de integridad: afirmaciones que se deben cumplir en cualquier estado del
sistema
Reglas reactivas: reglas que realizan acciones cuando se cumple un evento o se
danunasdeterminadascircunstancias
Reglasdederivacin:reglasparadefinirconceptosderivadosapartirdeotros
Reglas de transformacin: permiten crear reglas a partir de un llamador, una
condicin,yunatransformacin.
Captulo III: Casos de xito en la aplicacin de nuevas tecnologas
3.1 Web semntica
3.1.1 Definicin
La Web Semntica proporciona un marco comn que permita que los datos para ser
compartidos y reutilizados a travs de la aplicacin, la empresa, y los lmites de la
comunidad. Se trata de un esfuerzo de colaboracin dirigido por el W3C con la participacin
de un gran nmero de investigadores y socios industriales. [13].
3.1.2 Arquitectura
La arquitectura de la Web Semntica se describe en la Fig 1, obtenida en:
[http://www.w3.org/2000/Talks/1206-xml2k-tbl/slide10-0.html]
Fig 1. Arquitectura de la Web Semntica
La web semntica propone un ordenamiento de la informacin disponible en web que
combine los recursos entre las computadoras para brindar servicios que faciliten a los
usuarios la recuperacin de dicha informacin. O dicho de otra manera, la implementacin
de la web semntica permite que las consultas de los usuarios sean intuitivas para las
mquinas de modo tal que estas respondan de inmediato al interpretarlas.
Dicha informacin debe ser representada de forma tal que nicamente la informacin
relevante sea la que se encuentre en la web, las caractersticas de una buena representacin
son:
Los objetos y las relaciones importantes deben aparecer explcitamente y de forma
conjunta.
Las restricciones inherentes al problema se muestran pero no los detalles
irrelevantes.
La representacin debe ser transparente, se entiende lo que se dice.
Completa y concisa: estn representados con eficacia todos los objetos y relaciones.
Rpidos y computables : se puede almacenar y recuperar la informacin con rapidez
y pueden crear mediante un procedimiento ya existente.
De la misma forma existen tcnicas de la inteligencia artificial para la representacin de la
misma en captulos anteriores se explican algunas de las tcnicas ms utilizadas.
3.1.3 Casos de xito
Como la interoperabilidad de la web semntica potencia el marketing
corporativo
La capacidad de dos o ms sistemas para intercambiar informacin permite ofrecer
nuevas funcionalidades a los usuarios, por lo que se incrementa el nmero de
aplicaciones mviles y webs que hacen uso de esa interoperabilidad.
De ah que cada vez sean ms el nmero de compaas que aprovechan esa
oportunidad de acceso a los consumidores y hacen sus sitios interoperables, en gran
parte con Facebook y con localizadores. Entre ellos encontramos la aplicacin Yelp,
que permite a las empresas ser encontradas por los consumidores segn
geoposicionamiento, direccin y preferencias de precio.
Los motores de bsqueda estn evolucionando para dar respuestas a preguntas
especficas y personalizadas [14].
Web semntica y social TV
La creciente cantidad de datos disponibles en la web social y semntica, nuevos
interfaces para acceder y manipular los datos y las tendencias hacia esquemas de
metadatos comunes, permiten nuevas oportunidades para la televisin del futuro.
As, la integracin de la televisin y la web social ya est ocurriendo y se mueve en
una direccin interesante.
La ponencia realizar un recorrido sobre las posibilidades de la web semntica, web
social y la metodologa de datos enlazados (Linked Data) aplicada a entornos
educativos, entre otros [15].
El potencial de la web semntica aplicada al marketing digital
Las empresas se enfrentan a un nuevo escenario econmico donde la
universalizacin del uso activo de internet, sobre todo en movilidad ha cambiado
intensamente las estrategias de venta. Cada vez es ms importante la presencia y el
prestigio en internet. Una muestra de ello son fenmenos sociales de reciente
aparicin como el ROPO (Research Online Purchase offline), la creciente tendencia a
investigar y decidir la compra mediante la bsqueda de informacin en internet,
aunque luego sta se realice en una tienda o espacio fsico.
La incorporacin de metadatos semnticos a los contenidos est ya mejorando muy
significativamente el posicionamiento, referenciacin, uso, distribucin y alcance de
las webs que los utilizan. Las empresas que lo incorporan obtienen importantes
ventajas competitivas de las que muchos de sus competidores son incluso ignorantes,
debido a una muy escasa extensin de informacin sobre el tema fuera de los mbitos
altamente especializados [16].
3.2 Ontologa
3.2.1 Casos de xito
Estas aplicaciones de las ontologas han sido tomadas de [7], por el fcil manejo de
vocabulario y comprensin de las mismas.
Comercio Electrnico: las ontologas se utilizan en este campo para realizar una
descripcin del dominio, en este caso un sector comercial, as como una descripcin
del dominio de los usuarios, las tendencias de los mismos y las relaciones entre ellos.
El uso de las ontologas facilitan la agrupacin en conjuntos de usuarios con
comportamientos e intereses similares. La obtencin de estos grupos permitir
realizar estudios de mercado de forma ms sencilla y tambin la personalizacin de
la informacin a mostrar al usuario segn sus intereses.
Algunos ejemplos claros de lugares web que utilizan este tipo de servcios son
Amazon,
Busqueda de informacion en Internet: Las ontologas se utilizan tambin para la
anotacin de recursos en internet (documentos, pginas web, imgenes, etc.), y para
guiar la bsqueda en un dominio concreto. Esto proporcionar una mayor
flexibilidad de bsqueda incrementando la precisin y la recuperacin de los
documentos buscados.
Biomedicina: Este campo est siendo uno de los de mayor inters por parte de los
ingenieros de ontologas e ingenieros de conocimiento, ya que en l existen
numerosos recursos, desde artculos de investigacin hasta bases de datos de
hospitales, pasando por base de datos pblicas descubriendo interacciones entre
protenas y genes. Toda esa informacin necesita ser procesada e interpretada y las
ontologas pueden ser de gran ayuda para integrar la informacin de varios
hospitales con los otros recursos biomdicos externos, mediante una capa semntica
basada en ontologas.
Bibliotecas Digitales: las Bibliotecas digitales proporcionan acceso a grandes
cantidades de informacin en forma de documentos distribuidos en sistemas
informticos dispares. Las tcnicas basadas en las antologas permite tratar esta
heterogeneidad mediante la descripcin de objetos y repositorios, posibilitando un
acceso sencillo, consistente y coherente a los recursos.
3.3DBpedia
3.3.1 Concepto
DBpedia es una multitud de fuentes esfuerzo de la comunidad para extraer informacin
estructurada de Wikipedia y poner esta informacin disponible en la Web. DBpedia le
permite hacer consultas sofisticadas contra Wikipedia, y para vincular los diferentes
conjuntos de datos en la Web con datos de Wikipedia[12].
3.3.2 Casos de xito
Navegadores Faceted
Esta aplicacin permite a los usuarios hacer consultas complejas, Las respuestas a
estas preguntas no se generan usando la palabra clave coincidente como las
respuestas de los motores de bsqueda como Google o Yahoo [13], sino que se genera
en base a la informacin estructurada que se ha extrado de diversos artculos de
Wikipedia. Faceted Search Wikipedia lo tanto le permite consultar la Wikipedia
como una base de datos estructurada y le permite aprovechar realmente la
inteligencia colectiva de Wikipedia [14].
Servicio de Bsquedas
El servicio de bsqueda DBpedia se puede utilizar para buscar DBpedia URI por
palabras clave relacionadas. Medios relacionados que, o bien la etiqueta de algunos
partidos de los recursos, o un ancla de texto que se utilizan con frecuencia en
Wikipedia. Los resultados se clasifican por el nmero de enlaces entrantes que
apuntan a otras pginas de Wikipedia en una pgina de resultados [15].
Procesamiento del lenguaje natural
Procesamiento del lenguaje natural permite a los equipos para hacer el trabajo. El
empleo lingstico complejo, estadsticos y algoritmos de redes neuronales,
AlchemyAPI es capaz de leer y entender el texto, a tasas masivas de velocidad. As
que si usted tiene 1.000 documentos o 10 millones de dlares, AlchemyAPI
rpidamente puede digerir toda esta informacin, la extraccin de conocimiento que
es fundamental para su negocio [16]:
El conocimiento sobre sus clientes
El conocimiento acerca de sus competidores
El conocimiento sobre las operaciones de la empresa, marketing,ventas,
ingeniera, y los esfuerzos de productos.
G. METODOLOGA
Para la elaboracin del presente PFM es fundamental la utilizacin del mtodo cientfico
como gua para alcanzar los objetivos planteados, el empleo de estos mtodos se los utilizar
de la siguiente manera:
Mtodo inductivo: que nos ayudar para la recoleccin de la informacin, de cmo
se maneja actualmente la representacin del conocimiento en la red de internet para
extraer fundamentos, preferencias y conclusiones del mismo.
Mtodo deductivo: que nos permitir detallar y organizar la informacin obtenida
en el mtodo inductivo para dar una solucin ptima, cubriendo as la necesidad de
plasmar la informacin de la CIS de la UNL en la Web para su mejor utilizacin.
As tambin, se har uso de las siguientes tcnicas para el desarrollo del PFM:
La Observacin Directa: esta tcnica nos permitir atender cuidadosamente los
fenmenos, hechos o casos que suceden actualmente en la CIS para tomar la
informacin necesaria y registrarla para su posterior anlisis que servir como
apoyo para la resolucin del problema planteado.
.
La Entrevista: esta tcnica nos permitir obtener la informacin de la CIS mediante
el dilogo entre las personas con mayor conocimiento de la misma, a travs de
preguntas y recoleccin de informacin brindada por los mismos.
La Encuesta: se aplicar para obtener los diferentes puntos de vista de las personas
involucradas dentro de la CIS como son administrativos, docentes y alumnos con
relacin al problema que se encuentra actualmente en la carrera.
H. CRONOGRAMA
I. PRESUPUESTO
A continuacin se detalla el presupuesto necesario para la elaboracin del proyecto
planteado:
EQUIPO
TRABAJO
TIEMPO
(HORAS)
PRECIO/
HORA ($)
V.TOTA
L
Grecia
Espinoza
170 1.65 280.50
Liliana
Maza
170 1.65 280.50
Carmen
Ordez
170 1.65 280.50
Luis
Sivisapa
170 1.65 280.50
SUBTOTA
L
$
1122.00
Tabla 1. Recursos Humanos
RUBROS CANTIDA
D
TIEMPO
UTILIZADO
(HORAS)
PRECIO
/HORA
($)
V.TOTAL
Porttil 4 100 0.0868 34.7
2
Flash
Memory
4 s/p 10.00 40.0
0
Proyector 1 2 6.00 12.0
0
Impresora 1 s/p s/p s/p
Internet 1 30 0.60 18.0
0
RECURSOS
SOFTWAR
E
Valo
r
Microsoft
Project
0.0
Sistemas
Operativo
s Windows
y Ubuntu
0.0
SUBTOTA
L
$
104.7
2
Tabla 2. Recursos Tcnicos-Tecnolgicos
RUBROS CANTIDA
D
UNIDAD V. TOTAL
Copias 50 $ 0.05 $2.50
Papel A4 300 $ 0.02 $6.00
Anillado 3 $ 0.90 $2.70
Carpetas
Perfiladas
2 $ 1.00 $2.00
Transporte 150 $ 0.25 $37.50
Tinta para los
Cartuchos
2 $ 3.00 $6.00
Impresiones 100 $ 0.10 $10.00
Discos
Compactos(Cds)
3 $ 0.40 $1.20
Imprevistos 1 $ 30.00 $30.00
SUBTOTAL $ 97.90
Tabla 3. Recursos Econmicos
RUBRO COSTO
Materiales de Oficina
(grapadora, perforadora,
calculadora)
$ 10.00
Libros, Material
Bibliogrfico
(Biblioteca)
$ 20.00
SUBTOTAL: $
30.00
Tabla 4. Recursos Materiales
RECURSOS COSTOS
HUMANOS $ 1122.00
ECONMICOS $ 97.90
MATERIALES $ 30.00
TCNICOS Y
TECNOLGICOS
$ 104.72
TOTAL $
1354.62
Tabla 5. Costo Total
I. BIBLIOGRAFA:
[1] La Cibernetica, Inteligencia Artificial, fecha de consulta:2013/03/12. Disponible en:
https://sites.google.com/site/ciberneticamatematica/sistemasexpertos
[2] Universidad Tcnica Babahoyo, Redes Semnticas, facultad de informtica, fecha de
consulta:2013/03/12.
[3] Pino Raul, Gmez Alverto y Martines Nicolas, Introduccin a la inteligencia artificial:
Sistemas expertos, Redes Neuronales Artificiales y Computacin evolutiva , fecha de
consulta:2013/03/12. Disponible en:
http://books.google.com.ec/books?id=RKqLMCw3IUkC&pg=PA7&lpg=PA7&dq=fr
ames+o+marcos+inteligencia+artificial&source=bl&ots=iEJEiYv_4M&sig=YBafbm
M7WClrXSIXgu328HKOcg0&hl=es&sa=X&ei=-6RxUb7KK4r29gTI-YDQCA&ved=0CE
QQ6AEwBA#v=onepage&q=frames%20o%20marcos%20inteligencia%20artificial
&f=false
[4] Eslomas.com, Tcnicas y Lenguajes para la Representacin del Conocimiento, fecha
de consulta:2013/03/12. Disponible en:
http://www.eslomas.com/2006/12/tecnicas-y-lenguajes-para-la-representacion-d
el-conocimiento/
[5] Ecuared, Tcnicas de Representacin del Conocimiento, fecha de
consulta:2013/03/12. Disponible en:
http://www.ecured.cu/index.php/T%C3%A9cnicas_de_Representaci%C3%B3n_d
e_Conocimiento
[6] Mao Jos, Representacion del conocimiento, fecha de consulta:2013/03/12.
Disponible en:
https://www.google.com.ec/url?sa=t&rct=j&q=&esrc=s&source=web&cd=6&ved=
0CFAQFjAF&url=http%3A%2F%2Fdisi.unal.edu.co%2F~lctorress%2Fiartificial%2
FIA0005l.pdf&ei=eqlxUambFIXS9QSs3YDoBQ&usg=AFQjCNE9TCVquZhrvsSWmiCe
XvTh5dm34A&bvm=bv.45373924,d.eWU&cad=rja
[7] I. SANZ y E. JIMNEZ-RUIZ. Terminologa y sociedad del conocimiento. p 256.
Consultado el 11/04/2013. Disponible en:
http://books.google.com.ec/books?id=6MvoIr_QQRUC&pg=PA256&dq=ontologias+definici
%C3%B3n&hl=es&sa=X&ei=I3FnUdjCM7HE4AOF8oGoBQ&ved=0CDYQ6AEwAg#v=onepag
e&q=ontologias%20definici%C3%B3n&f=false
[8] J. Cavero, B.Snchez y E. Martnez. Aspectos filosficos, psicolgicos y metodolgicos de
la informtica pp 105-106. Consultado el 11/04/2013. Disponible en:
http://books.google.com.ec/books?id=PpcuwcB63VcC&pg=PA105&dq=clasificacion+de+la
s+ontologias&hl=es&sa=X&ei=-3RnUeWwOrHK4APOzoHYBA&ved=0CCwQ6AEwAA#v=on
epage&q=clasificacion%20de%20las%20ontologias&f=false
[9] P. VELAZQUEZ. Unos mtodos en desarrollos de ontologas. Consultado el
11/04/2013. Disponible en:
http://www.gsic.uva.es/wikis/yannis/images/7/75/G3_Revision_Davidzayas.pdf
[10] Annimo. Metodologas para el desarrollo de ontologas. Consultado el 11/04/2013.
Disponible en:
http://mackartuche.wordpress.com/2008/04/17/metodologias-para-el-desarrollo-de-onto
logias/
[11] W3C. Actividad de Web Semntica. Consultado el 11/04/2013. Disponible en:
http://www.w3.org/2001/sw/l
[12] Investigacin Desarrollo e investigacion en Aragon, Web semntica, Consultado el
11/04/2013. Disponible en: http://blogs.idia.es/blog/tag/web-semantica/
[13] Tutellus, "Tecnicas y aplicaciones de la web semantica, Consultado el 11/04/2013.
Disponible en:
http://www.tutellus.com/718/tecnicas-y-aplicaciones-para-la-web-semantica
[14] Elena Rambla y Alcina esperanza, "Terminologa y Sociedad del Conocimiento,
http://books.google.com.ec/books?id=6MvoIr_QQRUC&pg=PA256&dq=ontologias+definici
%C3%B3n&hl=es&sa=X&ei=I3FnUdjCM7HE4AOF8oGoBQ&ved=0CDYQ6AEwAg#v=onepag
e&q=ontologias%20definici%C3%B3n&f=false
[15] DBpedia,Servicio de Busquedas, Consultado el 11/04/2013. Disponible en:
http://wiki.dbpedia.org/Lookup?v=18ln
[16] Dbpedia,Procesamiento del lenguaje natural, Consultado el 11/04/2013. Disponible
en: http://www.alchemyapi.com/what-natural-language-processing/
[1] Villena Julio, Crespo Raquel y Garcia Jose, Historia de la Inteligencia Artificial,
https://www.google.com.ec/url?sa=t&rct=j&q=&esrc=s&source=web&cd=11&sqi=2&ved=
0CGsQFjAK&url=http%3A%2F%2Focw.uc3m.es%2Fingenieria-telematica%2Finteligencia-e
n-redes-de-comunicaciones%2Fmaterial-de-clase-1%2F01-historia-de-la-inteligencia-artifi
cial&ei=MixmUbWvAbGn4APwvYDgBw&usg=AFQjCNGFjpRaqIvuCF4EJJAA8nncs-RuCw&c
ad=rja
[2] M. Yates. , "Lo que los computadores no hacen" , University of Manchester y Univesity of
Wales. 2010. fecha de consulta:2013/03/12. Disponible en:
http://www.matematicalia.net/index.phpoption=com_content&task=view&id=197&Itemid
=144
[3] Enciclopedia libre Universal , \Prueba de Turing" , SicardRamirez-1996. fecha de
consulta: 2012/09/24, Disponible en:
http://enciclopedia.us.es/index.php/Prueba_de_Turing
[4] Revista Espistemowikia , \El Test de Turing\ , fecha de consulta: 2013/03/13.
Disponible en:
http://campusvirtual.unex.es/cala/epistemowikia/index.php?title=1._El_test_de_Turing
[5] R. Alonso , \Inteligencia articial y estadstica" ,Fecha de consulta: 2013/03/19, Disponible
en:https://www.google.com.ec/url?sa=t&rct=j&q=&esrc=s&source=web&cd=9&ved=0CG0
QFjAI&url=http%3A%2F%2Fwww.ine.es%2Fss%2FSatellite%3Fblobcol%3Durldata%26bl
obheader%3Dapplication%252Fpdf%26blobheadername1%3DContent-Disposition%26blo
bheadervalue1%3Dattachment%253B%2Bfilename%253D711%252F524%252F131_3.pdf
%26blobkey%3Durldata%26blobtable%3DMungoBlobs%26blobwhere%3D711%252F524
%252F131_3.pdf%26ssbinary%3Dtrue&ei=mf9dUYCzFeTx0wH4o4DoCw&usg=AFQjCNFS0
wJAeQSvLBtB2ha0r8Wo_TNLIQ&bvm=bv.44770516,d.dmQ&cad=rja
[6] Universidad Illinois , \Las dos disciplinas de la Psicologa Cientca" ,Fecha de consulta:
2013/03/19, Disponible en:
https://www.google.com/url?q=http://www.escritosdepsicologia.es/descargas/revistas/n
um1/escritospsicologia1_hemeroteca1.pdf&sa=U&ei=NQteUZPIN-fA0QHJy4DwBQ&ved=0
CBUQFjAH&client=internal-uds-cse&usg=AFQjCNGV9pff5uGUEooymLjOCZ-IGuIUQA
[7] ALT1040 , \Inteligencia Articial el Test de Turing" , fecha de consulta: 2013/03/13,
disponible en: http://alt1040.com/2011/10/inteligencia-artificial-test-de-turing
[8] Julian Merelo Guervos , .Algoritmos geneticos" ,Fecha de consulta: 2013/03/19,
Disponible en: http://geneura.ugr.es/~jmerelo/ie/ags.htm
[9] Jorge Candas , \Mineria de datos en bibliotecas" ,Fecha de consulta: 2013/03/19,
Disponible en: http://www.20minutos.es/noticia/179483/0/robot/inteligencia/artificial/
[10] Bobby Milstein y Tom Chapel , , \Desarrollar un modelo logico o teora de cambio"
,Fecha de consulta: 2013/03/19, Disponible en:
http://ctb.ku.edu/es/tablecontents/seccionprincipal2.1.aspx
[11] Oscar Zepeda , "Biotecnologia" ,Fecha de consulta: 2013/03/19, Disponible en:
http://www.solociencia.com/biologia/bioinformatica-concepto.htm
[12] I. SANZ y E. JIMNEZ-RUIZ. Terminologa y sociedad del conocimiento. p 256.
Consultado el 11/04/2013. Disponible en:
http://books.google.com.ec/books?id=6MvoIr_QQRUC&pg=PA256&dq=ontologias+definici
%C3%B3n&hl=es&sa=X&ei=I3FnUdjCM7HE4AOF8oGoBQ&ved=0CDYQ6AEwAg#v=onepag
e&q=ontologias%20definici%C3%B3n&f=false
[13] Pablo Castells y Francisco Saiz. Ontologas para la web semntica. Escuela Politcnica
Superior. Universidad Autnoma de Madrid. Consultado el 11/04/2013. Disponible en:
http://aprendeenlinea.udea.edu.co/lms/moodle/file.php/30/Ontologias_para_la_web_sema
ntica.pdf
[14] J. Cavero, B.Snchez y E. Martnez. Aspectos filosficos, psicolgicos y metodolgicos
de la informtica pp 105-106. Consultado el 11/04/2013. Disponible en:
http://books.google.com.ec/books?id=PpcuwcB63VcC&pg=PA105&dq=clasificacion+de+la
s+ontologias&hl=es&sa=X&ei=-3RnUeWwOrHK4APOzoHYBA&ved=0CCwQ6AEwAA#v=on
epage&q=clasificacion%20de%20las%20ontologias&f=false
[15] P. VELAZQUEZ. Unos mtodos en desarrollos de ontologas. Consultado el
11/04/2013. Disponible en:
http://www.gsic.uva.es/wikis/yannis/images/7/75/G3_Revision_Davidzayas.pdf
[16] Annimo. Metodologas para el desarrollo de ontologas. Consultado el 11/04/2013.
Disponible en:
http://mackartuche.wordpress.com/2008/04/17/metodologias-para-el-desarrollo-de-onto
logias/
[17] Consorcio SIU. Web Of Data y los Repositorios Institucionales. 2011. Consultado el
11/04/2013. Disponible en:
https://www.google.com.ec/url?sa=t&rct=j&q=&esrc=s&source=web&cd=5&cad=rja&ved=
0CFIQFjAE&url=http%3A%2F%2Faccesoabierto2011.caicyt.gov.ar%2Ffiles%2Faa2011_7_
WebofData.ppt&ei=xYlnUa_MM7G84AO10YH4DQ&usg=AFQjCNHLdCeEQF2Zr_Kcs1eSEeyj
4mD6eQ
[18] DBpedia. DBpedia. Consultado el 11/04/2013. Disponible en:
http://dbpedia.org/About
[19] W3C. Actividad de Web Semntica. Consultado el 11/04/2013. Disponible en:
http://www.w3.org/2001/sw/l
[20] Investigacion Desarrollo e investigacion en Aragon, Web semantica,
http://blogs.idia.es/blog/tag/web-semantica/
[21] Tutellus, "Tecnicas y aplicaciones de la web semantica,
http://www.tutellus.com/718/tecnicas-y-aplicaciones-para-la-web-semantica
[22] DBpedia,Navegadores Faceted, http://wiki.dbpedia.org/FacetedSearch?v=pjv
[23] DBpedia,Servicio de Busquedas, http://wiki.dbpedia.org/Lookup?v=18ln
[24]Dbpedia,Procesamiento del lenguaje natural,
http://www.alchemyapi.com/what-natural-language-processing/
[25] Elena Rambla y Alcina esperanza, "Terminologa y Sociedad del Conocimiento,
http://books.google.com.ec/books?id=6MvoIr_QQRUC&pg=PA256&dq=ontologias+definici
%C3%B3n&hl=es&sa=X&ei=I3FnUdjCM7HE4AOF8oGoBQ&ved=0CDYQ6AEwAg#v=onepag
e&q=ontologias%20definici%C3%B3n&f=false
J. ANEXOS:
[1] Encuesta realizada a los docentes y estudiantes de dcimo - mdulo de la carrera de
ingeniera en sistemas. Disponible en:
http://encuestascis.limequery.com/index.php/289815/lang-es
Universidad Nacional de Loja
REA DE LA ENERGA, LAS INDUSTRIAS Y LOS RECURSOS NATURALES NO RENOVABLES
Ingeniera en Sistemas
El desarrollo de la presente encuesta tiene como objetivo, recopilar informacin relevante
para el desarrollo del proyecto investigativo de fin de mdulo, como estudiantes de la
carrera de ingeniera en Sistemas, por lo que solicitamos de la mejor forma nos colabore con
la misma.
1. Conoce usted, que s una ontologa y los beneficios que proporciona la misma?
Si ( ) No( )
2. Conoce usted, acerca del proyecto DBpedia y los beneficios que nos podra proporcionar
siendo parte del mismo?
Si ( ) No( )
3. Usted, tiene conocimiento si la carrera de Ingeniera en sistemas, cuenta con las ontologas
para colaborar con la Web Semntica de la DBpedia con relacin a la UNL?
Si ( ) No( )
4. Esta de acuerdo en el estudio que se va a emprender por parte de estudiantes de la carrera
de Ingeniera en sistemas, realizar el modelamiento de las ontologas. Explique porqu?
Si ( ) No( )
Por qu?.................................................................................................................................
................................................................................................................................................................................................
................................................................................................
5. Cree que sera beneficioso realizar el modelamiento de las ontologas de la carrera de
Ingeniera en Sistemas para colaborar con la Web Semntica de la DBpedia con relacin a la
UNL.Explique porqu?
Si ( ) No( )
Por qu?.................................................................................................................................
................................................................................................................................................................................................
................................................................................................
6. Cree usted, que con el modelamiento de las ontologas de la carrera de Ingeniera en
Sistemas, se podr dar la apertura necesaria para realizar las publicaciones de los trabajos de
fin de carrera y los autores de los mismos a nivel mundial. Explique porqu?
Si ( ) No( )
Por qu?.................................................................................................................................
................................................................................................................................................................................................
................................................................................................
Tabulacin de los datos de las Encuestas Realizadas a los docentes y a los
estudiantes de dcimo mdulo de la carrera de Ingeniera en Sistemas.
La encuesta fue realizada a 28 estudiantes de la carrera del decimo modulo y a toda la planta
docente de la misma, los datos obtenidos de toda esta muestra se detallan a continuacin:
1. Conoce usted, que s una ontologa y los beneficios que proporciona la misma?
Si ( ) No( )
En esta pregunta luego de analizar las cantidades de las personas encuestadas, notamos
que existe un 75%de docentes as como de estudiantes, que tiene el desconocimiento total o
parcial de la existencia de las ontologas, por su contraparte un 25%tiene claro lo que son
y cmo nos beneficiara su empleo.
2. Conoce usted, acerca del proyecto DBpedia y los beneficios que nos podra
proporcionar siendo parte del mismo?
Si ( ) No( )
De acuerdo a la grfica de la segunda pregunta se puede evidenciar que el 62.5% de los
encuestados no conocen lo que es el proyecto DBpedia, ante un 50%que si lo conoce, lo que
nos permite definir que ms del 50% de los docentes y estudiantes de la carrera de
Ingeniera en sistemas desconocen del proyecto BDpedia y sus beneficios.
3. Usted, tiene conocimiento si la carrera de Ingeniera en sistemas, cuenta con las
ontologas para colaborar con la Web Semntica de la DBpedia con relacin a la
UNL?
Si ( ) No( )
De acuerdo a la grfica de la tercera pregunta se puede evidenciar que el 100% de los
docentes y estudiantes de la carrera de Ingeniera en sistemas desconocen si la carrera,
cuenta con las ontologas para colaborar con la Web Semntica de la DBpedia con relacin
a la UNL
4. Esta de acuerdo en el estudio que se va a emprender por parte de estudiantes de
la carrera de Ingeniera en sistemas, realizar el modelamiento de las ontologas.
Explique porqu?
Si ( ) No( )
El 100% de los encuestados est de acuerdo con el modelamiento de las ontologas en la
carrera de Ingeniera en Sistemas, todos ellos coinciden que sera muy beneficioso contar
con este tipo de herramientas para la web semntica.
5. Cree que sera beneficioso realizar el modelamiento de las ontologas de la
carrera de Ingeniera en Sistemas para colaborar con la Web Semntica de la
DBpedia con relacin a la UNL.Explique porqu?
De acuerdo a la grfica de la quinta pregunta se puede evidenciar que el 100% de los
encuestados si creen que sera beneficioso realizar el modelamiento de las ontologas de la
carrera de Ingeniera en Sistemas para colaborar con la Web Semntica de la DBpedia con
relacin a la UNL.
6. Cree usted, que con el modelamiento de las ontologas de la carrera de
Ingeniera en Sistemas, se podr dar la apertura necesaria para realizar las
publicaciones de los trabajos de fin de carrera y los autores de los mismos a nivel
mundial. Explique porqu?
Si ( ) No( )
Todas las personas encuestadas afirman que sera de gran utilidad las ontologas en la
carrera de Ingeniera, para de esta forma tener un estndar, adems de tener un espacio
donde se pueda publicar los trabajos que ao a ao se los viene desarrollando en la carrera.
Conclusiones del Anlisis de las encuestas realizadas:
Con el anlisis desarrollado a la encuesta aplicada a la planta docente de la carrera de
ingeniera en sistemas y a los estudiantes de dcimo mdulo paralelo A se lleg a las
siguientes conclusiones:
1. Se posee un desconocimiento parcial de la existencia de las ontologas.
2. Se tiene poco conocimiento acerca del proyecto DBpedia,
3. Se desconoce si la carrera cuenta con las ontologas para colaborar con la Web
Semntica de la DBpedia con relacin a la UNL
4. Se requiere de la creacin de las ontologas de la carrera con el objetivo de hacerse
conocer a nivel mundial.

Vous aimerez peut-être aussi