Autor:

Grupo de Sistemas InteligentesDepartamento de Ingeniería de Sistemas TelemáticosUniversidad Politécnica de Madrid

Sistemas de Gestión de IdeasAplicación de Tecnologías Semánticas para su filtrado

- 2 -

Contenido

Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas

- 3 -

1. Sistemas de Gestión de Ideas

- 4 -

Ciclo de sobre-expectación de tecnologías emergentes 2010 - Gartner

- 5 -

Ciclo de sobre-expectación de tecnologías emergentes 2011 - Gartner

- 6 -

Ciclo de sobre-expectación de tecnologías emergentes 2012 - Gartner

- 7 -

Innovación abierta

- 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,

- 9 -

Enfoques Sistemas de Gestión de Ideas - SGI Buzón de Sugerencias de ideas Campañas de ideas

- 10 -

SGI = Buzones de Sugerencia de Ideas

SGI transforman el buzón de sugerencias en un programa informático que procesa las ideas

- 11 -

Problemas SGI

Si los usuarios no reciben realimentación sus ideas y se implementan, dejan de participar

Evaluación opaca

- 12 -

Problemas SGI

Avalancha de ideas Los empleados /

clientes proponen ideas no alineadas con los intereses dela empresa

Ideas duplicadas Ideas irrelevantes

- 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

- 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

- 15 -

- 16 -

- 17 -

- 18 -

Contenido

Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas

- 19 -

2. Retos

- 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

- 21 -

Objetivo: mejorar cómo podemos filtrar las ideas automáticamente

- 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

- 23 -

Resultados software...

Software liberado como software abierto, todo disponible en http://www.gi2mo.org

- 24 -

Contenido

Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas

- 25 -

3. Tecnologías habilitadoras

- 26 -

Tecnologías Semánticas en la Internet del futuro

http://www.youtube.com/watch?v=off08As3siM

- 27 -

Linked Data. Problemas de Wikipedia

Ejemplo de inteligencia colectiva ¿Cuántos futbolistas que han ganado el

mundial lo ganaron de juveniles? → No está automatizado

- 28 -

Tecnologías semánticas

No estructurado → para personas Estructurado → para máquinas

- 29 -

Y ya es consultable, y enlazado con otros datos

All soccer players, who played as goalkeeper for a club that has a stadium with more than 40.000 seats and who are born in a country with more than 10 million inhabitants

- 30 -

Linked Data

B C

RDF

RDFlink

A D E

RDFlinks

RDFlinks

RDFlinks

RDF

RDF

RDF

RDF

RDF RDF

RDF

RDF

RDF

Usar tecnologías semánticas para Publicar datos estructurados en la web Establecer enlaces entre datos de diferentes

fuentes

- 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

- 32 -

El modelo de datos RDF

Richard Cyganiak

dbpedia:Berlin

foaf:name

foaf:based_near

foaf:Personrdf:type

pd:cygri

Linking Open Drug Data – Christian Bizer

- 33 -

Los datos e identifican con HTTP URIs

pd:cygri

Richard Cyganiak

dbpedia:Berlin

foaf:name

foaf:based_near

foaf:Personrdf:type

pd:cygri = http://richard.cyganiak.de/foaf.rdf#cygri

dbpedia:Berlin = http://dbpedia.org/resource/Berlin

- 34 -

Resolviendo URIs en la Web

dp:Cities_in_Germany

3.405.259dp:population

skos:subject

Richard Cyganiak

dbpedia:Berlin

foaf:name

foaf:based_near

foaf:Personrdf:type

pd:cygri

- 35 -

Desreferenciando URIs en la Web

dp:Cities_in_Germany

3.405.259dp:population

skos:subject

Richard Cyganiak

dbpedia:Berlin

foaf:name

foaf:based_near

foaf:Personrdf:type

dbpedia:Hamburg

dbpedia:Muenchen

skos:subject

skos:subject

pd:cygri

- 36 -

Ejemplo

- 37 -

- 38 -

LD Datasets : Mayo 2007

Alrededor de 500 millones de RDF triplas Alrededor de 120,000 enlaces RDF entre fuentes de datos

- 39 -

LOD Datasets: Septiembre 2008

- 40 -

LOD Datasets: Marzo 2009

- 41 -

LOD Datasets: Julio 2009

- 42 -

LOD: Septiembre 2010

- 43 -

LOD – Septiembre 2011

http://lod-cloud.net/

- 44 -

Consultando LD

All soccer players, who played as goalkeeper for a club that has a stadium with more than 40.000 seats and who are born in a country with more than 10 million inhabitants

http://wiki.dbpedia.org/OnlineAccess#h28-5

Gracias a Linked Data, la Web se puede consultar como una Gran Base de Datos,

realizando la concepción de la Web Semántica

- 45 -

SPARQL

SELECT 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

- 46 -

Contenido

Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas

- 47 -

4. Soluciones

- 48 -

Metodología

1.Analizar sistemas industriales y trabajos académicos

2.Capturar elementos comunes y dinámica en la forma de ciclo de vida de las ideas

3.Listar propiedades comunes para cada estado del ciclo de vida

4.Formalizar el ciclo de vida como una ontología

5.Evaluar en sistemas reales

- 49 -

Proceso SGI

- 50 -

Metadatos de las ideas

- 51 -

Resultados: ontología Gi2MO

- 52 -

Panorámica de la ontología

- 53 -

Detalle ontología

- 54 -

Evaluación

“Scrapping” de bancos de ideas “Mappings” a Gi2MO Cobertura del 87% de metadatos

- 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)

- 56 -

Gi2MO RDFme - Drupal

Importar / Exportar

Mapping

- 57 -

Gi2MO Idea Browser

- 58 -

Gi2MO Idea Analyst

- 59 -

IdeaStream

- 60 -

IdeaStream

- 61 -

Contenido

Contexto: sistemas de gestión de ideas Retos Tecnologías habilitadoras Soluciones, metodología y alternativas Lecciones aprendidas

- 62 -

5. Lecciones aprendidas

- 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

- 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!

- 65 -

¿Preguntas?