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.