PERTINENCIA DE LA FORMALIZACIÓN DE DOMINIOS SEMIFORMALMENTE DEFINIDOS EN EL ANÁLISIS INTELIGENTE DE DATOS

Karla Olmos-Sánchez, Jorge Rodas-Osollo, Luis Felipe Fernández

Resumen


Resumen

Descubrir Conocimiento en Dominio Semi-Formalmente Definidos es un problema no trivial que generalmente requiere de soluciones de hechura a la medida, costosas y en las que se requiere invertir un tiempo considerable, cuando éstas son encontradas. Lo anterior debido a las grandes cantidades de conocimiento tácito o implícito que dificulta la organización del conocimiento en una estructura que ayude a transitar de un estado a otro hasta alcanzar una solución. Es así que el presente artículo somete a discusión la pertinencia de llevar a cabo una caracterización, quizás mediante la propuesta de una ontología, que ayude a los buscadores de conocimiento a tener mayor claridad de la situación que establezca la naturaleza del Problema que enfrentan y que les permitiría implementar una solución que produjera resultados más útiles y significativos y, posiblemente, con un menor esfuerzo.

Palabras clave: Análisis inteligente de datos, dominios semi-formalmente definidos.


Palabras clave


Análisis inteligente de datos; dominios semi-formalmente definidos

Texto completo:

PDF

Referencias


Brooks, F. 1987. No Silver Bullet -Essence and Accidentals of Software Engineerning. IEEE Computing, 20, 10 - 19.

Cao, L., Yu, P., Zhang, C., y Zhao, Y. 2010. Domain Data Mining. New York: Springer.

Cohen, P., y Addams, N. 2009.Intelligent Data analysis in the 21 st Century. Proceedings of the 8th International Symposium on Intelligent Data Analysis: Advances in Intelligent Data Analysis VIII. Lyon, France.

Deng, J., y Purvis, M. 2009. Software Effort Estimation: Harmonizing Algorithms and Domain Knowledge in an Integrated Data Mining Approach.

Duan, C. 2008. Clustering and its Applications in Software Engineering. DePaul University. USA: DePaul University.

Fayyad, U., Piatetsky-Shapiro, G., y Smith, P.(1996). From Data Mining to Knowledge Discovery: an Overview. The AI Magazine , 17 (3), 37-54.

Fournier-Viger, P., Nkambou, R., y Mephu Nguito, E. 2008. A Sequential Pattern Mining Algorithm for Extracting Partial Problem Spaces from Logged User Interactions. 3rd International Workshop on Intelligent Tutorial Systems in Ill-Defined Domains, (págs. 46-55). Montreal Canada.

Friedrich, W., y Var Der Poll, J. 2007. Towards a Methodology to Elicit Tacit Dnowledge Domain Knowledge to Users. Interdisciliplary Journal of Information, Knowledge and Managament, 179-193.

Gibert, K., y Cortés, U. 2006. Clustering based on rules and Knowledge Discovery in illstructured domains. Computación y Sistemas.

Gibert, K., y Cortés, U. 2004. Técnicas Híbridas de Inteligencia Artificial y Estadística para el Descubrimiento de Conocimiento y Minería de Datos. Tendencias de la Minería de Datos en España , págs. 119-130.

Gibert, K., y Pérez-Bonilla, A. 2005. Fuzzy box-plot based induction rules. Towards automatic generation of classes-interpretation. EUSFLAT. Barcelona.

Hassanien, A., Abdelha, M., y Own, H. 2008. Rourh Sets Data Analysis in Knowledge Discovery: A Case of Kuwait Diabetic Children Patients. Advances in Fuzzy Systems, 8, 1-13.

Jonassen, D. H. 1997. Instructional design models for well-structured and IIIstructured problem-solving learning outcomes. Educational Technology Research and Development, 45 (1), 65-94.

Jonassen, D., y Hung, W. 2008. All Problems are not Equal: Implications for Problem-Based Learning. The Interdisciplinary Journal of Problem-based Learning , 2 (2), 6-28.

Klashner, R., y Sabet, S. 2007. A DSS Design Model for Complex Problems: Lessons from Mission Critical Infrastructure. Decision Support Systems, 43 (3), 990-1013.

Lavrac, N., Keravnou, E., y Zupan, B. 2000. Intelligent Data Analysis in Medicine. Encyclopedia of Computer and Technology, 9, 113-157.

Lynch, C., y Aleven, V. 2006. Defining "Ill-Defined Domains; A literature survey". 8th Conference on Intelligent Tutoring System. Jhongli, Taiwan.

Mitrovic, A., y Weerasinghe, A. 2009. Revisiting Ill-Definedness and the Consequences for ITSs. Frontiers in Artificial Intelligence and Applications , 200, 375-382.

Peek, N., Combi, C., y Tucker, A. 2009. Biomedicarl Data Mining. Journal Methods of Information in Medicine, 48, 225-228.

Petkov, D., Petkova, O., Andrew, T., y Nepal, T. 2006. Mixing Multiple Criteria Decision Making with Soft Systems Thinking Techniques for Decision Support in Complex Situations. Decision Support Systems, 43 (4), 1615-1629.

Redpath, R., y Srinivasan, B. 2004. A Model for Domain Centered Knowledge Discovery in Database. Proceedings of the IEEE 4th International Conference on Intelligent Systems Designs and Applications. Budapest, Hungary.

Rittel, H. W., y Webber, M. M. 1973. Dilemmas in a General Theory of Planning. Policy Sciences, 4 (2), 155-169.

Rodas, J., y Rojo, E. 2005. Knowledge Discovery in Repeated Very Short Serial Measurements with a Blocking Factor. Application to a Psychiatric Domain. International Journal of Hybrid Intellignet Systems, 2 (1/2005), 57-87.

Simon, H. 1973. The Structure of Ill Structured Problems. Artificial Intelligence , 4 (3-4), 181-201.

Vázquez, F. 2008. Caracterización e Interpretación Automática de Descripciones Conceptuales en Dominios Poco Estructurados. México, México: Centro de Investigación en Computación del IPN.

Viademonte, S., y Burstein, F. 2006. From knowledge discovery to computational intelligent: A Framework for Support Decision Systems. En Intelligent Decision-making Support Systems Foundations, Applications and Challenges (págs. 57-78).

Zannier, C., Chiasson, M., y Maurer, F. 2007. A Model of Design Decision Making Based on Empirical Results of Interviews with Software Design. Information and Software Technology, 49 (6), 637-653.


Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2017 CULCyT

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.

Responsable de la última actualización de este número: Raúl Alfredo Meza González. Fecha de la última modificación, 15 de enero de 2020.

Las opiniones expresadas por los autores no necesariamente reflejan la postura del editor de la publicación. Los contenidos e imágenes de la publicación estan sujetos a una licencia CC 4.0 internacional BY NC. 

 Licencia de Creative Commons