Ontología Organizacional Multidimensional Tesis Maestría 2012

1. TESIS DE MAESTRÍA EN CIENCIAS
Sistema de Recomendación Contextual Basado en Ontologías para
Ambientes Organizacionales y de Usuario en Entornos de Cómputo
Móvil
Presentada por:
Nimrod González Franco
Ing. en Sistemas Computacionales por el I. T. de Zacatepec
Como requisito para la obtención del grado de: Director de tesis:
Dr. Juan Gabriel González Serna
Maestría en Ciencias en Ciencias
Codirector de tesis:
de la Computación Dra. Azucena Montes Rendón
Cuernavaca, Morelos. 28 de febrero del 2012

3. • En el desarrollo de SRSCCs para organizaciones, normalmente no considera
aspectos relacionados con los servicios proporcionados hacia el usuario y los
objetos de conocimiento existentes en una organización.
3

4. • Desarrollar servicios de recomendación contextuales para usuarios móviles
de un SRSCC organizacional, mediante la explotación de ontologías
organizacionales y ontologías de perfil de usuario, para inferir
recomendaciones de servicios, personas, lugares y objetos asociados a
una organización.
4

5. • Sistema de recomendación semántico consciente del contexto
(SRSCC): Basan su proceso de recomendación en una base de
conocimiento, infieren el contexto de un usuario y adaptan sus
recomendación a esas circunstancias.
[Peis, 2008]
• Ontología de contexto multidimensional: Modela cualquier
información que caracterice la situación de una entidad en una red de
ontologías, las cuales contienen la información que describe el contexto.
[Bouzeghoub, 2009]
5

6. • Técnicas de filtrado basado en contenidos: Los sistemas de
recomendación basados en contenidos utilizan algoritmos que analizan la
descripción de los ítems, con el objetivo de identificar aquellos que resulten
de interés para el usuario.
[Balabanovi, 1997]
En este tipo de algoritmos se tiene un perfil de usuario que describe sus
preferencias en base a las características de los objetos, lo que en la
literatura se conoce como “correlación ítem-a-ítem”
[Burke, 2002]
6

7. • Base de conocimientos: Utilizan redes de ontologías, ontologías
tradicionales o recursos no ontológicos.
• Modelado del contexto: Enfoques que buscan modelar toda la
información que engloba a un SRSCC en una ontología y enfoques donde
los aspectos relacionados con la información contextual son obtenidos de
otras fuentes.
7

8. 8

9. 9

10. 10

11. 11

12. Propuesta para la
Enfoques permisibles
implementación del
para la definición de
reglas dede inferencia
proceso inferencia
ejecutado por un SRSCC
12

13. Documento de
Especificación de
Requerimientos
GUI adaptable
al usuario
13

14. Fase II.
Fase I. Análisis
Planificación
Fase III.
Fase IV. Diseño
Contenido
Fase VII.
Fase V.
Mercadeo y
Programación
Publicidad
14

15. 15

16. 16

17. •Instanciación de catálogos: uso de la librería NOR2O
17

18. •Instanciación de elementos organizacionales: Sistema de Administración de Información Académica SAIA
•Registro de usuarios: Semantic T-Guide
18

19. 19

20. I conjunto formado por los n ítems o elementos organizacionales instanciados en la base de conocimientos
U conjunto formado por los m usuarios registrados en el sistema
usuario activo
D conjunto formado por las características que pueden poseer los usuarios y que está definido por la unión del conjunto T, que corresponde a
las x áreas de conocimiento en las que los usuarios podrían tener interés, el conjunto H que representa las y competencias individuales
(habilidades) que pueden tener los usuarios y del conjunto O que corresponde a las z ocupaciones que pueden desempeñar los usuarios.
𝐼 𝑢 𝑎 conjunto formado por los w ítems que podrían ser del agrado del usuario activo
20

21. 𝐼´ 𝑢 𝑎 Conjunto formado por los ítems que podrían ser del agrado del usuario activo
asociados a una organización visitada
21

22. 𝑅 𝑢 𝑎 Conjunto formado por los ítems que podrían ser del agrado de un usuario y que sean
recomendables según las condiciones contextuales presentes al momento de inferir las
recomendaciones
C conjunto de los k factores contextuales relevantes para la recomendación de los ítems
V conjunto de los i valores que puede tomar un factor contextual de C
22

23. 23

24. 24

25. 25

26. 26

27. 27

28. 28

29. Elementos del conjunto I
Tipo de ítem Cantidad
Persona 62
Objeto de conocimiento 17
Proyecto de investigación y desarrollo 39
Lugar 14
Recurso 15
Evento 3
Actividad 3
Variaciones contextuales en el caso de uso del usuario UsuarioProfesor2
Escenario 1 Escenario 2 Escenario 3 Escenario 4
Lugar Campus Campus Campus Campus Barrancus
Cerritus Cerritus Cerritus
Día Lunes Martes Miércoles Lunes
Hora 14:30:00 15:30:00 10:00:00 14:30:00
29

30. Resultado de la ejecución del Submódulo de pre-filtrado de ítems
Elementos del subconjunto para el usuario UsuarioProfesor2
Tipo de ítem Cantidad
Persona 6
Objeto de 0
conocimiento
Lugar 1
Recurso 1
Actividad 0
Competencia 1
Proyecto No aplica para usuarios de tipo Profesor-
Investigador
30

31. Resultado de la ejecución del Submódulo de extracción de
instancias asociadas a una organización
Elementos del subconjunto para el usuario UsuarioProfesor2
Tipo de ítem Cantidad
Persona 6
Objeto de 0
conocimiento
Lugar 1
Recurso 1
Actividad 0
Competencia 1
Proyecto No aplica para usuarios de tipo Profesor-
Investigador
31

32. Resultado de la ejecución del Submódulo generador de recomendaciones
Elementos del subconjunto para el usuario UsuarioProfesor2
Tipo de ítem Escenario 1 Escenario 2 Escenario 3 Escenario 4
recomendado
Persona 6 2 6 0
Objeto de 0 0 0 0
conocimiento
Lugar 1 0 0 0
Recurso 1 0 0 0
Actividad 0 0 0 0
Competencia 1 0 1 0
Proyecto No aplica para usuarios de tipo Profesor-Investigador
32

33. Capturas del cliente mostrando las recomendaciones
ofrecidas al usuario UsuarioProfesor2
33

34. Despliegue de datos asociados a un ítem
recomendado al UsuarioProfesor2
34

35. Hipótesis
1. La cantidad y tipo de recomendaciones ofrecidas por el SRSCC T-
Guía varían según el tipo de usuario para el que se realice el
proceso de inferencia.
2. La cantidad y tipo de recomendaciones ofrecidas por el SRSCC T-
Guía varían según las condiciones contextuales presentes al
momento de efectuar el proceso de inferencia
3. La frecuencia con que un ítem específico es recomendado a los
usuarios varía según el tipo de usuario y las condiciones
contextuales presentes al momento de efectuar el proceso de
inferencia.
35

36. Escenario T1 Escenario T2 Escenario T3
Campus Cerritus Campus Cerritus Campus Cerritus
Escenarios para la Prueba PD01 Lunes Martes Miércoles
14:30:00 15:30:00 10:00:00
36

37. Tipo de ítem Cantidad
Persona 62
Objeto de conocimiento 17 Elementos del conjunto I
Proyecto de investigación y desarrollo 39
Lugar 14
Recurso 15
Evento 3
Actividad 3 Clase Cantidad
KnowledgeDomain 1067
HumanCategory 16
Person 62
Education 83
dblp:Publication 17
foaf:Project 39
Occupation 165
Place 14
Division 13
Instanciación del conjunto I usado en la fase de pruebas Service 4
Resource 15
ExperienceRequirem 44
ents
Hours 3
CalendarClockDescri 3
ption
Event 3
Activity 3
37

38. Promedios de los tiempos de ejecución y las recomendaciones inferidas en la PD01
Tiempo de ejecución Tiempo de espera en Cantidad promedio de
promedio en milisegundos al llegar al recomendaciones
milisegundos campus inferidas
Escenario T1 367977.625 203219.719 7.65625
Escenario T2 354856.156 9793.78125 7.25
Escenario T3 366437.625 5263.06250 8.75
Variaciones en el tiempo total de ejecución medido en milisegundos bajo tres combinaciones diferentes de variables temporales.
38

39. Variaciones en la cantidad de recomendaciones
inferidas bajo tres combinaciones diferentes de
variables temporales
Cantidad de ítems recomendados por
categoría, por tipo de usuario y por
escenario
39

40. Frecuencia de repetición de
los ítems de acuerdo a los
tres escenarios definidos
Frecuencia de repetición porcentual
de un ítem de acuerdo a los tipos de
usuario
40

41. Recomendaciones enlistadas para el UsuarioMuestra1 según el valor del atributo userType
41

42. Relevantes se refiere a los ítems que se esperaba que fuesen
recomendados.
Relevantes recuperados se refiere a los ítems Relevantes que se
recomendaron.
Recuperados se refiere a los ítems recomendados.
Precisión = 1
Precisión = Relevantes recuperados
Recuperados
Recuerdo = 0.9545
Recuerdo = Relevantes recuperados
Medida F = 0.9767
Relevantes
Medida F = 2 * Recuerdo * Precisión
Recuerdo + Precisión
42

43.  Arquitectura reutilizable para el desarrollo de SRSCC.
 Un modelo semántico de ambientes organizacionales reutilizable que
contempla múltiples dimensiones contextuales.
 Mecanismos para el manejo de reglas de independientes del
lenguaje de implementación y de la ontología sobre la que se
aplican.
 Un método para el desarrollo de interfaces gráficas adaptables a los
usuarios.
 Un método para la adaptación de sitios Web de IES a la Web 3.0
43

44.  Un modelado semántico de ambientes organizacionales
considerando múltiples dimensiones contextuales permite la
inferencia de recomendaciones más precisas.
 Implementar reglas de inferencia mediante una estrategia de
definición y almacenamiento que permita aislarlas de la ontología
sobre la que se aplican permite una fácil modificación del
funcionamiento de un SRSCC.
44

45.  El uso de sub-conjuntos independientes de reglas de inferencia para
distintos escenarios de aplicación permite una fácil adaptación de un
SRSCC organizacional a distintas organizaciones.
 El uso de técnicas de pre-filtrado para el proceso de inferencia de un
SRSCC ayuda a reducir el tiempo de respuesta que un usuario debe
esperar para acceder a las recomendaciones ofrecidas por el
sistema.
45

46.  Es posible registrar la forma en que un usuario interactúa con las
recomendaciones ofrecidas por un SRSCC, generando información
que puede ser explotada en el proceso de inferencia y en el análisis
del funcionamiento del sistema.
 El uso de información estandarizada en la fase de instanciación de
los ítems recomendables por un SRSCC, e inclusive durante la
instanciación de sus usuarios, contribuye a que estas instancias
sean explotables por otros proyectos semánticos asociados al
dominio de los estándares utilizados.
46

47.  Implementación del monitoreo de las acciones efectuadas por los
usuarios de un SRSCC sobre una ontología de comportamiento de
usuario.
 Extender el dominio de las variables contextuales consideradas en
las reglas de inferencia.
 Implementar historiales de recomendación en el proceso de
inferencia.
 Definir e implementar un mecanismo para evaluar el nivel de
eficiencia de las recomendaciones inferidas con respecto a lo que el
usuario desea.
47

48.  Definir e implementar un mecanismo para evaluar el nivel de
eficiencia de las recomendaciones inferidas con respecto a lo que el
usuario desea.
 Desarrollo de aplicaciones semánticas explotando el conjunto de
ontologías propuesto.
 Extender el dominio de las recomendaciones inferidas a estrategias
publicitarias, alianzas organizacionales, comercialización de
productos y ofertas de empleo, entre otros.
 Desarrollar clientes del SRSCC para distintos sistemas operativos
móviles o para computadoras de escritorio.
48

49. 49