Knowledge management system based on ontology learning

Zusammenfassung

Para mantenerse competitivas en un mundo globalizado, las organizaciones modernas tienen que contar lo más actualizado posible, con el conocimiento asociado a sus propósitos y fines. Con la finalidad de aprovechar al máximo tales conocimientos, los principales procesos implementados en los modernos Sistemas para la gestión del conocimiento (KMS) deberían soportar lo mejor posible, el procesamiento y gestión de dichos conocimientos. Por lo tanto, la calidad y los criterios del funcionamiento para el desarrollo apropiado de tales KMSs estará condicionado por: 1) los modelos usados de referencia para su diseño e implementación; 2) aquellas tecnologías útiles para ser incorporadas; y 3) los procesos de gestión eficaces y continuos para la Adquisición del conocimiento (KA). De hecho, recientemente, la ingeniería semántica ha facilitado la incorporación de las ontologías para soportar requerimientos de esta índole en sistemas como los KMSs. Particularmente, las ontologías se ha considerado gradualmente útiles para satisfacer varios requerimientos de gestión demandados por los diversos usuarios de este tipo de sistemas, a los cuales se les han denominado recientemente como ¿sistemas inteligentes¿. Por otra parte, debido a que la información disponible en medios electrónicos y en la Internet aumenta constantemente, el conocimiento asociado a la misma, se ha vuelto cada vez más accesible a través de Recursos metodológicos (MRs) tales como nuevos métodos, técnicas y herramientas, usualmente creados para procesos de Desarrollo y Aprendizaje ontológico (OL). Asimismo, las Fuentes de conocimiento (KSOs) disponibles para recuperar y extraer tales conocimientos, han venido evolucionando también en término de sus propios MRs. Estos recursos, se han convertido paulatinamente en mecanismos útiles para simplificar el procesamiento de la información -asociada al conocimiento- de una forma semi-automatizada y sustentada cada vez más, por avances propios de la ¿Inteligencia Artificial¿. En este trabajo, hemos considerado que las KSOs heterogéneas tales como las ontologías previamente desarrolladas, documentos, y bases de datos, favorecerían los procesos de OL. Asimismo, los procesos de KA asociados por la vía semántica a los KMS mejorarían la eficacia (eficiencia/efectividad) global y parcial de los procesos de gestión del conocimiento correspondientes y como consecuencia, favorecerían a su vez, la calidad esperada de los productos semánticos derivados (ontologías, agentes, las fuentes, etc.). En ese mismo sentido, hemos validado que varios de los problemas asociados al desarrollo y uso de los KMSs basados en ontologías, se podrían afrontar con la aplicación de tecnología del Aprendizaje Ontológico (OL). De aquí que, nos hemos planteados los siguientes dos objetivos generales y sus correspondientes específicos: 1) Desarrollar bajo el enfoque de calidad sistémica un modelo de sistema de conocimiento (OLeKMS) basado en ontologías que pudiese satisfacer varios requerimientos de usuarios y de la calidad de éstos. Así, como objetivos específicos destacan: a) mantener continuamente actualizadas las base de conocimiento de los KMS a partir de mejorados procesos de gestión del conocimiento. b) Incorporar heterogéneos KSOs (ontologías, textos y base de datos) para mejorar los procesos del conocimiento de los KMS aplicando procesos de OL. c) Incrementar la participación de los usuarios de los KMS enfatizando en procesos de KA. d) Mejorar los servicios de comunicación para incrementar las relaciones requeridas entre los diversos procesos de gestión del conocimiento. e) Incrementar la eficacia de los procesos del conocimiento de los KMS a través de los MRs propios de OL. Y, f) Mejorar la calidad de los productos y servicios de los KMS, mediante la redefinición de las dimensiones aplicadas a los modelos usados (frameworks) para valorar el éxito de los KMS. 2) Desarrollar una metodología de OL que fuese útil para mejorar procesos del conocimiento de los KMSs. Se contemplarían entre sus objetivos específicos: a) Identificar los principales problemas y fallas de las metodologías actuales para OL relacionadas con los citados KSOs. b) identificar los requerimientos de usabilidad de los usuarios y criterios de calidad a ser considerados en una metodología sistémica de OL que aprovechase mejor las diversas KSOs. c) Diseñar y probar experimentalmente las metodologías de OL a través de la aplicación a casos reales de estudio. Y, d) Evaluar diversos aspectos de usabilidad y funcionalidad de la metodología sugerida (SMOL) en comparación con otras recientes para OL. De hecho, hemos abordado la complejidad de esta problemática y los objetivos planteados, usando el enfoque sistémico a través de una estrategia ¿push & pull¿. Es así que, hemos identificado primero los requerimientos (-pull) de los usuarios de los KMS y las necesidades (-pull) de calidad y éxito de tales sistemas. Y además, aparte de incorporar mecanismos mejorados (push-) para la gestión de las KSOs, también hemos identificado y validado las capacidades de los MRs asociados a tales fuentes (KSOs) para procesos de OL, a fin de incorporarlos (push-) a los procesos del conocimiento asociados a esos KMSs. Por lo tanto, en esta tesis hemos sugerido un modelo de Aprendizaje Ontológico para los KMS (OLeKMS) especificando para ellos sus principales componentes (Usuarios, Procesos, Fuentes de Conocimiento, Productos y la Comunicación), bajo una perspectiva de calidad centrada en el usuario y basada en los procesos del conocimiento. Para cada uno de los componentes del modelo, se hizo una especificación detallada y ciertos detalles técnicos posibles, para su eventual implementación. A través de un caso de estudio universitario, se ilustra la aplicabilidad del modelo. También y como parte de los objetivos de la tesis hemos desarrollado una Metodología Sistémica para el Aprendizaje Ontológico (SMOL) basada en KSOs heterogéneas. Se especificó el flujo de trabajo para la metodología propuesta así como las diversas fases involucradas en la construcción y/o reconstrucción del conocimiento asociado al dominio en cuestión. De hecho, para verificar las fases asociada a dicho flujo y las características de ¿usabilidad¿ por parte de los diversos usuarios involucrados, se ha aplicado SMOL a dos casos experimentales (del dominio académico y de fabricación). Además, se ha comprobado la flexibilidad de SMOL, así como sus capacidades para apoyar procesos parciales, interactivos, y recurrentes para que de una forma (semi-) automática, se puedan lograr procesos apropiados de KA. Los resultados más significativos (con sus correspondientes publicaciones anexas) se han sintetizado respectivamente en este trabajo. Algunas de las conclusiones más importantes, producto del trabajo de investigación serían las siguientes: La posibilidad de mantener las bases de conocimiento de los KMS ha sido incrementada debido a la re-definición y re-especificación, de procesos del conocimiento asociados a los KMSs basados en ontologías que han sido repotenciados a través de procesos de OL. Particularmente los (meta/sub) procesos asociados a KA (ej. Extracting and Memorizing). Los MRs asociados a estos procesos de OL basados en diversas y complementarias KSOs como ontologías, textos y base de datos desarrolladas previamente (desde diferentes contextos organizacionales), así como la potencial mejora de los mecanismos de gestión (almacenamiento y recuperación) de dichos KSOs (OLeKMS KSOs) incrementan empiricamente la calidad de los procesos del conocimiento de los KMS (OLeKMS Processes) y por ende, la de sus productos derivados (OLeKMS Products). Una nueva jerarquía de procesos del conocimiento para los KMS ha sido concebida considerando la perspectiva de sus usuarios. Particularmente hemos enfatizados en los procesos asociados a KA. A nivel de meta-procesos del conocimiento, se especificaron los de Extracción, Memorización, Reúso y el de Compartir. Y a nivel de sus correspondientes sub-procesos, se especificaron y mejoraron con recursos de OL los siguientes: búsqueda, retención, transferencia y creación, Los servicios de comunicación requeridos para soportar los procesos del conocimiento han sido mejorados a través de diversas herramientas de información y tecnologías de comunicación (ITC) que se vienen incorporando a diversos MR útiles para procesos OL (ej. Web-Protégé). Las medidas eficacia del rendimiento de los procesos del KMS (OLeKMS Processes) han sido incorporadas a los productos del modelo de KMS (OLeKMS Products) a través de dos vías: re-especificando la dimensión de utilidad del usuario (User perceived usefulness) y a través de las re-especificación de medidas de rendimiento en la dimensión de satisfacción del usuario (User satisfaction) de un marco de referencia de éxito (KMS success framework). Las dimensiones de calidad/éxito asociadas a los marcos de referencia de éxito de los KMS (success frameworks) han sido re-especificados para incluir nuevas dimensiones de calidad sugeridas en la literatura (Communication and Knowledge Processes) y para re-ajustar aquellas (sub) dimensiones que se perfilan a favor de la percepción de los usuarios del KMS (Perceived usefulness and User satisfaction). Asimismo, la nueva propuesta metodológica (SMOL) fue diseñada a partir de un análisis situacional previo de los procesos y productos de OL (SWOT technique). El mismo, reflejó la conveniencia de incorporar MRs para OL desde los nuevos y complementarios KSOs citados. Un par de casos de estudios fueron útiles para probar SMOL en sendos dominios de aplicación como son el académico-universitario y el de manufactura. El primer caso, permitió verificar la funcionalidad de la metodología y además su aplicación al modelo de KMS (OLeKMS model) y el segundo, sirvió para ilustrar un proceso de desarrollo ontológico real, pero validado con las fases del flujo de trabajo propuestos en SMOL. Finalmente, las cualidades y características de usabilidad y funcionalidad de SMOL han sido evaluadas usando métodos y técnicas de evaluación metodológica inspirada en métodos experimentales probados (DESMET), usualmente aplicada a metodologías de la Ingeniería de Software.