Sistemas de Gestión de Ideas Aplicación de Tecnologías Semánticas para su filtradoAutor:Grupo de Sistemas InteligentesDepa...
Contenido   Contexto: sistemas de gestión de ideas   Retos   Tecnologías habilitadoras   Soluciones, metodología y alt...
1. Sistemas de Gestión de Ideas                -3-
Ciclo de sobre-expectación detecnologías emergentes 2010 - Gartner                   -4-
Ciclo de sobre-expectación detecnologías emergentes 2011 - Gartner                   -5-
Ciclo de sobre-expectación detecnologías emergentes 2012 - Gartner                   -6-
Innovación abierta         -7-
Tecnología de Gestión de Ideas   Un Sistema de Gestión de Ideas es un    enfoque estructurado para la gestión de la    in...
EnfoquesSistemas de Gestión de Ideas - SGI   Buzón de Sugerencias de ideas   Campañas de ideas                         -9-
SGI = Buzones de Sugerencia de            Ideas                   SGI transforman el                    buzón de         ...
Problemas SGI          Si los usuarios no           reciben           realimentación sus           ideas y se           i...
Problemas SGI          Avalancha de ideas          Los empleados /           clientes proponen           ideas no alinea...
Concurso de ideas   Facilita que los usuarios estén motivados    (periodo bien definido y con premio)   Facilita alienar...
Fases de un SGI   (Opcional) Se inicia el concurso de ideas   Los usuarios internos / externos proponen    ideas   (Opc...
- 15 -
- 16 -
- 17 -
Contenido   Contexto: sistemas de gestión de ideas   Retos   Tecnologías habilitadoras   Soluciones, metodología y alt...
2. Retos    - 19 -
Problemas   Exceso de información         Grandes cantidades de datos recogidos en el          tiempo   Datos con ruido...
Objetivo: mejorar cómo podemosfiltrar las ideas automáticamente                 - 21 -
Investigación hasta ahora   Definir la ontología Gi2MO para formalizar y    enlazar sistemas de gestión de ideas   Conec...
Resultados software...   Software liberado como software abierto, todo    disponible en http://www.gi2mo.org             ...
Contenido   Contexto: sistemas de gestión de ideas   Retos   Tecnologías habilitadoras   Soluciones, metodología y alt...
3. Tecnologías habilitadoras              - 25 -
Tecnologías Semánticas en la      Internet del futuro     http://www.youtube.com/watch?v=off08As3siM                      ...
Linked Data. Problemas de               Wikipedia   Ejemplo de inteligencia colectiva   ¿Cuántos futbolistas que han gan...
Tecnologías semánticasNo estructurado → para personas       Estructurado → para máquinas                                  ...
Y ya es consultable, y enlazado            con otros datosAll soccer players, who played as goalkeeper for a club that has...
Linked Data     Usar tecnologías semánticas para           Publicar datos estructurados en la web           Establecer ...
Principios de Linked Data   Usar URIs para los nombres de las cosas   Usar HTTP Uris para que la gente pueda    acceder ...
El modelo de datos RDF           rdf:typepd:cygri               foaf:Person foaf:name                Richard Cyganiakfoaf:...
Los datos e identifican con HTTP                URIs           rdf:typepd:cygri              foaf:Person  foaf:name       ...
Resolviendo URIs en la Web           rdf:typepd:cygri              foaf:Person foaf:name                                  ...
Desreferenciando URIs en la Web            rdf:type pd:cygri               foaf:Person  foaf:name                         ...
Ejemplo   - 36 -
- 37 -
LD Datasets : Mayo 2007 Alrededor de 500 millones de RDF triplas Alrededor de 120,000 enlaces RDF entre fuentes de datos...
LOD Datasets: Septiembre 2008              - 39 -
LOD Datasets: Marzo 2009           - 40 -
LOD Datasets: Julio 2009           - 41 -
LOD: Septiembre 2010          - 42 -
LOD – Septiembre 2011http://lod-cloud.net/                        - 43 -
Consultando LD                      http://wiki.dbpedia.org/OnlineAccess#h28-5All soccer players, who played as goalkeeper...
SPARQLSELECT DISTINCT ?player {?s foaf:page ?player.?s rdf:type <http://dbpedia.org/ontology/SoccerPlayer> .?s dbpedia2:po...
Contenido   Contexto: sistemas de gestión de ideas   Retos   Tecnologías habilitadoras   Soluciones, metodología y alt...
4. Soluciones      - 47 -
Metodología1.Analizar sistemas industriales y trabajos  académicos2.Capturar elementos comunes y dinámica en la  forma de ...
Proceso SGI     - 49 -
Metadatos de las ideas           - 50 -
Resultados: ontología Gi2MO              - 51 -
Panorámica de la ontología             - 52 -
Detalle ontología        - 53 -
Evaluación   “Scrapping” de bancos de ideas   “Mappings” a Gi2MO   Cobertura del 87% de metadatos                      ...
Validación de Gi2MO   Recuperación (scraping) de Ideas         Dell IdeaStorm (10k ideas/ 520k triplas)         myStarB...
Gi2MO RDFme - Drupal                       MappingImportar / Exportar                  - 56 -
Gi2MO Idea Browser         - 57 -
Gi2MO Idea Analyst         - 58 -
IdeaStream     - 59 -
IdeaStream     - 60 -
Contenido   Contexto: sistemas de gestión de ideas   Retos   Tecnologías habilitadoras   Soluciones, metodología y alt...
5. Lecciones aprendidas           - 62 -
Tecnología   Ventajas de CMS como Drupal para    desarrollo rápido frente a otras alternativas    web   Potencia de Link...
Metodología investigación   Es complejo el diseño de experimentos   Compromiso completitud vs utilidad en    metadatos ...
¿Preguntas?     - 65 -
Upcoming SlideShare
Loading in …5
×

Gestion de Ideas

497 views

Published on

Introdu

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
497
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
17
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Gestion de Ideas

  1. 1. Sistemas de Gestión de Ideas Aplicación de Tecnologías Semánticas para su filtradoAutor:Grupo de Sistemas InteligentesDepartamento de Ingeniería de Sistemas TelemáticosUniversidad Politécnica de Madrid
  2. 2. Contenido Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas -2-
  3. 3. 1. Sistemas de Gestión de Ideas -3-
  4. 4. Ciclo de sobre-expectación detecnologías emergentes 2010 - Gartner -4-
  5. 5. Ciclo de sobre-expectación detecnologías emergentes 2011 - Gartner -5-
  6. 6. Ciclo de sobre-expectación detecnologías emergentes 2012 - Gartner -6-
  7. 7. Innovación abierta -7-
  8. 8. Tecnología de Gestión de Ideas Un Sistema de Gestión de Ideas es un enfoque estructurado para la gestión de la innovación mediante la implantación de sistemas software que permitan gestionar:  La generación, solicitud y captura de Ideas  La colaboración para desarrollar ideas  Recompensas o premios a las mejores ideas  La revisión e implementación de ideas  La monitorización de los resultados de las ideas, -8-
  9. 9. EnfoquesSistemas de Gestión de Ideas - SGI Buzón de Sugerencias de ideas Campañas de ideas -9-
  10. 10. SGI = Buzones de Sugerencia de Ideas  SGI transforman el buzón de sugerencias en un programa informático que procesa las ideas - 10 -
  11. 11. Problemas SGI  Si los usuarios no reciben realimentación sus ideas y se implementan, dejan de participar  Evaluación opaca - 11 -
  12. 12. Problemas SGI  Avalancha de ideas  Los empleados / clientes proponen ideas no alineadas con los intereses dela empresa  Ideas duplicadas  Ideas irrelevantes - 12 -
  13. 13. Concurso de ideas Facilita que los usuarios estén motivados (periodo bien definido y con premio) Facilita alienar las ideas para un tema / problema concreto de la empresa Complementario del enfoque de innovación continua - 13 -
  14. 14. Fases de un SGI (Opcional) Se inicia el concurso de ideas Los usuarios internos / externos proponen ideas (Opcional) pueden ver ideas del resto, colaborar en ideas existentes, puntuarlas, comentarlas, … Las mejores ideas se evalúan por un comité, que selecciona unas ideas para implementarlas Se monitoriza su éxito - 14 -
  15. 15. - 15 -
  16. 16. - 16 -
  17. 17. - 17 -
  18. 18. Contenido Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas - 18 -
  19. 19. 2. Retos - 19 -
  20. 20. Problemas Exceso de información  Grandes cantidades de datos recogidos en el tiempo Datos con ruido  Ideas similares, ideas obvias Picos de datos  Muchas ideas en periodos muy breves Valorar la innovación  Falta de métricas para valorar la innovación, mucho esfuerzo - 20 -
  21. 21. Objetivo: mejorar cómo podemosfiltrar las ideas automáticamente - 21 -
  22. 22. Investigación hasta ahora Definir la ontología Gi2MO para formalizar y enlazar sistemas de gestión de ideas Conectar las ideas con los sistemas de las empresas siguiendo los principios de Linked Data Definir métricas para automatizar la caracterización / valoración de ideas - 22 -
  23. 23. Resultados software... Software liberado como software abierto, todo disponible en http://www.gi2mo.org - 23 -
  24. 24. Contenido Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas - 24 -
  25. 25. 3. Tecnologías habilitadoras - 25 -
  26. 26. Tecnologías Semánticas en la Internet del futuro http://www.youtube.com/watch?v=off08As3siM - 26 -
  27. 27. Linked Data. Problemas de Wikipedia Ejemplo de inteligencia colectiva ¿Cuántos futbolistas que han ganado el mundial lo ganaron de juveniles? → No está automatizado - 27 -
  28. 28. Tecnologías semánticasNo estructurado → para personas Estructurado → para máquinas - 28 -
  29. 29. Y ya es consultable, y enlazado con otros datosAll soccer players, who played as goalkeeper for a club that has a stadiumwith more than 40.000 seats and who are born in a country with more than10 million inhabitants - 29 -
  30. 30. Linked Data  Usar tecnologías semánticas para  Publicar datos estructurados en la web  Establecer enlaces entre datos de diferentes fuentesRDF RDF RDF RDF RDFRDF RDF RDF RDF RDF RDF RDF RDF RDF link links links links A B C D E - 30 -
  31. 31. Principios de Linked Data Usar URIs para los nombres de las cosas Usar HTTP Uris para que la gente pueda acceder a estos nombres Cuando alguien accede a una URI; obtiene RDF Incluir sentencias RDF que enlazan otras URIs para descubrir cosas relacionadas Tim Berners-Lee 2007 http://www.w3.org/DesignIssues/LinkedData.html - 31 -
  32. 32. El modelo de datos RDF rdf:typepd:cygri foaf:Person foaf:name Richard Cyganiakfoaf:based_near dbpedia:Berlin Linking Open Drug Data – Christian Bizer - 32 -
  33. 33. Los datos e identifican con HTTP URIs rdf:typepd:cygri foaf:Person foaf:name Richard Cyganiak foaf:based_near dbpedia:Berlinpd:cygri = http://richard.cyganiak.de/foaf.rdf#cygridbpedia:Berlin = http://dbpedia.org/resource/Berlin - 33 -
  34. 34. Resolviendo URIs en la Web rdf:typepd:cygri foaf:Person foaf:name 3.405.259 Richard Cyganiak dp:populationfoaf:based_near dbpedia:Berlin skos:subject dp:Cities_in_Germany - 34 -
  35. 35. Desreferenciando URIs en la Web rdf:type pd:cygri foaf:Person foaf:name 3.405.259 Richard Cyganiak dp:population foaf:based_near dbpedia:Berlin skos:subject skos:subjectdbpedia:Hamburg dp:Cities_in_Germany skos:subjectdbpedia:Muenchen - 35 -
  36. 36. Ejemplo - 36 -
  37. 37. - 37 -
  38. 38. LD Datasets : Mayo 2007 Alrededor de 500 millones de RDF triplas Alrededor de 120,000 enlaces RDF entre fuentes de datos - 38 -
  39. 39. LOD Datasets: Septiembre 2008 - 39 -
  40. 40. LOD Datasets: Marzo 2009 - 40 -
  41. 41. LOD Datasets: Julio 2009 - 41 -
  42. 42. LOD: Septiembre 2010 - 42 -
  43. 43. LOD – Septiembre 2011http://lod-cloud.net/ - 43 -
  44. 44. Consultando LD http://wiki.dbpedia.org/OnlineAccess#h28-5All soccer players, who played as goalkeeper for a club that has a stadium with morethan 40.000 seats and who are born in a country with more than 10 million inhabitants Gracias a Linked Data, la Web se puede consultar como una Gran Base de Datos, realizando la concepción de la Web Semántica - 44 -
  45. 45. SPARQLSELECT DISTINCT ?player {?s foaf:page ?player.?s rdf:type <http://dbpedia.org/ontology/SoccerPlayer> .?s dbpedia2:position ?position .?s <http://dbpedia.org/property/clubs> ?club .?club <http://dbpedia.org/ontology/capacity> ?cap .?s <http://dbpedia.org/ontology/birthPlace> ?place .?place ?population ?pop.OPTIONAL {?s <http://dbpedia.org/ontology/number> ?tricot.}Filter (?population in (<http://dbpedia.org/property/populationEstimate>,<http://dbpedia.org/property/populationCensus>,<http://dbpedia.org/property/statPop> ))Filter (xsd:int(?pop) >10000000 ) .Filter (xsd:int(?cap) <40000 ) .Filter (?position = "Goalkeeper"@en || ?position =<http://dbpedia.org/resource/Goalkeeper_%28association_football%29> || ?position =<http://dbpedia.org/resource/Goalkeeper_%28football%29>)} Limit 1000 - 45 -
  46. 46. Contenido Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas - 46 -
  47. 47. 4. Soluciones - 47 -
  48. 48. Metodología1.Analizar sistemas industriales y trabajos académicos2.Capturar elementos comunes y dinámica en la forma de ciclo de vida de las ideas3.Listar propiedades comunes para cada estado del ciclo de vida4.Formalizar el ciclo de vida como una ontología5.Evaluar en sistemas reales - 48 -
  49. 49. Proceso SGI - 49 -
  50. 50. Metadatos de las ideas - 50 -
  51. 51. Resultados: ontología Gi2MO - 51 -
  52. 52. Panorámica de la ontología - 52 -
  53. 53. Detalle ontología - 53 -
  54. 54. Evaluación “Scrapping” de bancos de ideas “Mappings” a Gi2MO Cobertura del 87% de metadatos - 54 -
  55. 55. Validación de Gi2MO Recuperación (scraping) de Ideas  Dell IdeaStorm (10k ideas/ 520k triplas)  myStarBucks (11k ideas/ 190k triplas)  Adobe Ideas (580 ideas/ 17k triplas)  Cisco i-Prize (830 ideas/ 133k triplas) Experimentos con una instalación propia  ETSIT Ideas (basada en PGI de Atos Origin / Drupal) - 55 -
  56. 56. Gi2MO RDFme - Drupal MappingImportar / Exportar - 56 -
  57. 57. Gi2MO Idea Browser - 57 -
  58. 58. Gi2MO Idea Analyst - 58 -
  59. 59. IdeaStream - 59 -
  60. 60. IdeaStream - 60 -
  61. 61. Contenido Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas - 61 -
  62. 62. 5. Lecciones aprendidas - 62 -
  63. 63. Tecnología Ventajas de CMS como Drupal para desarrollo rápido frente a otras alternativas web Potencia de Linked Data para combinar datos frente a alternativas tradicionales Ventajas del modelo de software abierto para difundir resultados de investigación - 63 -
  64. 64. Metodología investigación Es complejo el diseño de experimentos Compromiso completitud vs utilidad en metadatos Pueden requerir voluntarios  Amazon Mechanical Turk?  Amigos? Importancia del rigor en la evaluación → datos! - 64 -
  65. 65. ¿Preguntas? - 65 -

×