Escolar Documentos
Profissional Documentos
Cultura Documentos
ESCUELA DE INGENIERA
DECLARACIN
Patricio Chiriboga
David Racines
CERTIFICACIN
Certifico que el presente trabajo fue desarrollado por Patricio Antonio Chiriboga
Coronel y David Renato Racines Medina, bajo mi supervisin.
CONTENIDO
CAPTULO 1.
1.1.
1.1.1.
1.1.2.
Estrategia de e-marketing............................................................... 10
1.1.3.
1.1.4.
1.2.
Ontologas.............................................................................................. 27
1.2.1.
1.2.2.
1.2.3.
Lenguajes de representacin.......................................................... 35
1.2.4.
1.3.
Agentes inteligentes............................................................................... 39
1.3.1.
1.3.2.
1.3.3.
1.3.4.
CAPTULO 2.
2.1.
Metodologa de desarrollo...................................................................... 52
2.2.
Anlisis................................................................................................... 52
2.2.1.
2.2.2.
2.2.3.
Alcance ........................................................................................... 53
2.2.4.
2.2.5.
2.2.6.
2.2.7.
2.3.
Diseo.................................................................................................... 61
2.3.1.
CAPTULO 3.
3.1.
Implementacin...................................................................................... 77
3.1.1.
3.1.2.
3.1.3.
3.1.4.
3.1.5.
3.2.
3.3.
Pruebas................................................................................................ 119
3.3.1.
CAPTULO 4.
4.1.
4.2.
RESUMEN
El presente proyecto de titulacin consiste en el desarrollo de un agente de
recomendacin de productos o servicios que utiliza tcnicas de inteligencia
artificial. Dicho agente est destinado a trabajar en ambientes de comercio
electrnico sobre la plataforma de Internet; adems, es capaz de soportar las
fases iniciales de procesos de compra al ayudar a los clientes a reconocer
necesidades y presentar alternativas de informacin.
Se definen varios aspectos de recomendacin relacionados con partes y
accesorios, categoras de productos y perfiles de usuarios. Por otro lado, se
extraen varios elementos de recomendacin que proceden de una estrategia de
marketing
como
productos
servicios.
Adicionalmente,
se
consideran
PRESENTACIN
El Internet ha revolucionado la forma tradicional de realizar actividades
comerciales y de marketing. Por tal motivo, las empresas han empezado a buscar
modelos de negocios cada vez ms competitivos mediante la creacin y
diversificacin de nuevas alternativas de comunicacin.
Una estrategia de marketing completa incluye un anlisis detallado del mercado;
el marketing provee los elementos bsicos para orientar la decisin de compra a
travs del estudio del comportamiento del consumidor, en donde se describe la
manera de actuar del comprador y el entorno en el que se desenvuelve.
Por otra parte, el intercambio interactivo de informacin sobre la red presta
mltiples ventajas para la promocin y distribucin personalizada de productos y
servicios. De esta manera la empresa fortalece la relacin con sus clientes lo que
incrementa la calidad de servicio y garantiza la lealtad del consumidor.
La tecnologa de agentes inteligentes es producto de la sntesis de todas las
disciplinas de la inteligencia artificial. La aplicacin de esta tecnologa en el campo
de los negocios electrnicos automatiza un gran nmero de tareas que necesitan
de la intervencin humana. Por esta razn, los agentes que soportan los procesos
de e-commerce necesitan incluir el conocimiento de expertos como compradores,
vendedores y especialistas de marketing. De esta manera se pueden conseguir
de una forma ms efectiva los objetivos de un negocio electrnico y las
actividades comerciales sobre Internet pueden contar con mejores servicios
personalizados y eficientes.
Por otra parte, en el contexto de la filosofa se define ontologa como la
descripcin de lo que existe. Histricamente, este trmino ha tenido diferentes
significados; sin embargo, los enfoques filosficos contemporneos utilizan
herramientas matemticas como la lgica formal para analizar las categoras
fundamentales de objetos y estudios de las relaciones de dependencia entre la
parte y el todo.
El campo de las ciencias de la computacin ha adoptado este tpico para
estudiarlo desde una nueva perspectiva que contempla cuestiones relacionadas
con representacin del conocimiento. Adems, es necesario sealar que las
ontologas se han convertido, en los ltimos aos, en el foco de investigacin de
diversas comunidades cientficas debido a su gran potencial de aplicacin a
SOBRE INTERNET
El Internet ha revolucionado la forma tradicional de realizar actividades
comerciales y de marketing. Por tal motivo, las empresas han empezado a buscar
modelos de negocios cada vez ms competitivos mediante la creacin y
diversificacin de nuevas alternativas de comunicacin.
Una estrategia de marketing completa incluye un anlisis detallado del mercado.
El marketing provee los elementos bsicos para orientar la decisin de compra a
travs del estudio del comportamiento del consumidor, en donde se describe la
manera de actuar del comprador y el entorno en el que se desenvuelve.
Por otra parte, el intercambio interactivo de informacin sobre la red presta
mltiples ventajas para la promocin y distribucin personalizada de productos y
servicios. De esta manera la empresa fortalece la relacin con sus clientes lo que
incrementa la calidad de servicio y garantiza la lealtad del consumidor.
1.1.1. ASPECTOS GENERALES SOBRE E-MARKETING
Las nuevas tecnologas de comunicacin aplicadas al marketing tradicional dan
lugar a una nueva generacin de mercadeo. E-marketing es un proceso de
administracin que genera relaciones de intercambio satisfactorias, basadas en
tecnologas de comunicacin electrnica a travs de la creacin, promocin,
distribucin y venta de productos, servicios e ideas.
Dentro de la economa digital algunos trminos pueden causar confusin debido a
que su contexto esta ntimamente relacionado. Por esta razn es necesario
comprender las siguientes definiciones (Chaffey 2005):
Business
Consumer
Business
B2B
B2C
Consumer
C2B
C2C
cual
se
presentan
las
siguientes
Business-to-consumer
(B2C):
Es
el
1.1.1.2.
Los negocios por Internet operan las 24 horas del da durante todo el ao.
10
Determinar
Misin y
Objetivos
este
plan
debe
utilizar
adems
de
otras
As
p
ti ecto
Le cos y s
ga
les
Comunicacin
Producto
Diferenciacin y
Posicionamiento
En
So torno
Cu cial y
ltu
ral
Mercado
Meta
Analisis del
consumidor
Precio
Segmentacin
de Mercado
Distribucin
no
tor ivo
En petit
m
Co
Entorno
Econmico
Mercado meta
Un cliente satisfecho es la clave del xito de todo negocio. Este es el motivo por el
cual los mercados de consumidores constituyen la razn de ser de una
organizacin. Para generar un buen nivel de satisfaccin en el cliente es
necesario hacer un minucioso anlisis del consumidor enfocado a los diferentes
tipos de necesidades, deseos y requerimientos. Por esta razn, algunas
compaas adquieren una mejor posicin al servir a uno u otro segmento de
mercado a travs de la aplicacin de diferentes estrategias.
Las principales actividades para la seleccin y orientacin hacia el mercado meta
son: anlisis del consumidor, segmentacin de mercado, diferenciacin y
11
Tipos de consumidores
Localizacin de clientes
12
Segmentacin de mercado
Regin
Poblacin
Densidad
Cdigo postal
Edad, raza,
Educacin,
Tamao de la
familia,
Ocupaciones,
Religin.
Geogrfica
Demogrfica
Psicografica
Actitudes, Estilos
de vida, opiniones,
Comportamientos,
Valores,
Personalidades.
Distribucin
geogrfica de
industrias
Geogrfica
Basada en el
consumidor.
Cantidad de ventas.
Por nmero de
empleados o
compradores
Demogrfica
En relacin al producto
Confort, seguridad,
Econmicos, costosos,
Convenientes,
Durabilidad,
Clientes finales
Uso final
Especificaciones del
producto por desempeo,
diseo y precio
Clientes industriales
Figura 1.3 Parmetros de segmentacin de mercado de acuerdo al tipo de cliente (Thomson 2005)
1.1.2.1.3.
13
Marketing mix
La mezcla de mercadeo o marketing mix es una actividad clave para lograr los
objetivos de la estrategia de marketing. Consiste en la combinacin de cuatro
elementos: producto, precio, comunicacin y distribucin, los cuales se utilizan
para producir la respuesta que se quiere en el mercado meta.
1.1.2.2.1.
Producto
14
producto.
1.1.2.2.2.
Precio
Comunicacin
15
1.1.2.2.4.
Distribucin
Entorno tecnolgico:
Tal como en el mundo real, el desenvolvimiento del e-marketing debe regirse bajo
parmetros ticos y legales. La privacidad del cliente es imprescindible y se
deben seguir normas como la de no compartir los datos personales ni enviar
correo masivo a menos que sea con consentimiento previo. El marco legal provee
las pautas necesarias para ejercer muchas actividades sobre la red. En el
contexto del Ecuador, por ejemplo, se dispone de la Ley de Propiedad Intelectual
y la Ley de Comercio Electrnico.
1.1.2.3.3.
Entorno competitivo
Los servicios de valor agregado constituyen una gran ventaja competitiva dentro
16
Entorno econmico
Servicios electrnicos
17
18
E-marketing
Mercadeo de masas
(Modelo push)
Comunicacin direccional
Comunicacin bidireccional
Segmentacin
Comunicacin
Tabla 1.1 Diferencias de la comunicacin entre el marketing tradicional y el e-marketing (Chaffey 2005).
1.1.3.1.
Comunicacin integrada
Interactividad
Inteligencia
19
1.1.3.1.3.
Individualizacin
Integracin
Tcnicas de e-marketing
Database marketing
Marketing one-to-one.
1.1.3.1.5.1.
Database marketing:
Esta tcnica utiliza las bases de datos para obtener conocimiento acerca del
mercado meta y el negocio. Esta informacin se utiliza con diferentes propsitos,
como por ejemplo:
20
1.1.3.1.5.2.
Marketing one-to-one:
Existen mltiples maneras de adquirir datos del cliente a travs de Internet. Esta
informacin es de suma importancia para realizar un buen estudio del mercado
meta. Dentro de los principales mtodos de recoleccin de informacin utilizados
por el e-marketing se encuentran:
21
1.1.3.2.
Despus de que los consumidores han hecho una compra pueden producirse
efectos de descontento. Aqu es en donde intervienen los procesos de gestin de
relaciones con el cliente o CRM (Custom Relationship Management). Uno de los
principales objetivos del CRM es fortalecer la imagen de una organizacin frente a
los clientes y de esta forma conservar la lealtad del consumidor. Si el cliente
aprecia el buen servicio es muy difcil que vaya donde el competidor. La
satisfaccin del cliente no siempre equivale a lealtad. Para lograr este objetivo es
necesario agregar servicios de valor agregado.
Existen dos definiciones de CRM que van en funcin de distintos puntos de vista:
22
Factores de influencia
Proceso de compra
Decisin de consumidor
1.1.4.1.
Factores de influencia
23
provienen del entorno del consumidor y los estmulos internos que estn
conformados por las caractersticas psicolgicas del mismo.
Influencia de
Mercado
Influencia de
Entorno
Estmulos
Internos
Proceso de Compra
Decisin de
Compra
Producto
Precio
Comunicacin
Distribucin
Economa
Tecnologa
Poltica
Cultura
Cultural
Social
Personal
Psicolgico
Seleccin de
producto, marca,
tiempo de
entrega,
cantidad, precio.
1.1.4.1.1.
Estmulos externos
Estmulos internos
del consumidor
como
por
ejemplo:
experiencias
pasadas,
Proceso de compra
24
2.
Bsqueda de alternativas.
3.
Evaluacin de alternativas.
4.
Compra.
5.
Post-compra.
Inventario bajo
Publicidad
Promociones
Vitrinas de las tiendas
Bsqueda de
Alternativas e
Informacin
Experiencias pasadas
Motores de bsqueda
Catlogos
Evaluacin
mental de las
alternativas
Amigos
Clase social
Personalidad
Estilo de vida
Compra
Tiempo de entrega
Habilidad del vendedor
Disponibilidad de crdito
Comportamiento
Post-Compra
Rapidez de la reparacin
Durabilidad del producto
Garanta extendida
Factores de Influencia
1.1.4.2.1.
25
Bsqueda de alternativas
Evaluacin de alternativas
Compra
26
Comportamiento post-compra
El principal producto del proceso de compra del consumidor es una decisin que
est directamente relacionada con detalles de la compra propiamente dicha.
Estas decisiones pueden variar desde la seleccin de un tipo de marca, producto
o servicio hasta detalles referentes al momento y cantidad de compra a efectuar.
Dentro de los principales tipos de decisin que un cliente puede realizar se
encuentran: seleccin de producto, marca o proveedo, momento de compra y
cantidad.
El objetivo de un gerente de ventas es tratar de orientar esta decisin mediante
las herramientas que provee el marketing.
27
1.2.
ONTOLOGAS
los
enfoques
filosficos
contemporneos
utilizan
herramientas
28
1.2.1.1.
Definicin
29
Cosa
una
es
_u
es
_u
na
es_
tiene_productor
es_u
n
na
tiene_un
le_gusta
Gnero
es
_u
n
na
una
es_
ins
tan
cia
_d
e
vende
compra
es_
u
ins
ta n
un
es_
es_parte_de
Servicio
tan
cia
_d
e
ins
Vendedor
cia
tan
i ns
instancia_de
de
Seguro de
Vida
ia_
anc
inst
Microondas
Marca X
Femenino
Masculino
Cliente
trabaja_para
_d
Seguros Ca
Ltda.
Persona
Producto
produce
un
es_
cia
_d
e
Empresa
Doris Reyes
Jos
Fernndez
Juan Prez
Figura 1.6 Esquema simplificado de una ontologa de un dominio de ventas. (Los Autores).
1.2.1.2.
Tipos de ontologas
Ontologa General
Ontologa de
Representacin
tarea,
de
aplicacin
de
Ontologa de Dominio
Ontologa de Tarea
tipos.
representacin
Las
ontologas
quedan
de
embebidas
Ontologa de Aplicacin
30
Tipo de
ontologa
Ontologa
Descripcin
Sitio Web
General
OpenCYC
www.opencyc.org
SUO
suo.ieee.org
UMLS
www.nlm.nih.gov/research
/umls/umlsmain.html
RossetaNet
Partes de computadores
www.rosettanet.org
UNSPSC
www.unspsc.org
PSM
protege.stanford.edu/plugi
ns/psmtab/PSMTab.html
Dominio
Tarea
1.2.1.3.
Clases
31
Relaciones
Significado
Etiqueta
Meronimia
A es parte de B
parte-de (part-of)
Holonimia
Hiponimia
A es subordinado de B
Hipernimia
A es superordinado de B
Sinonimia
sinnimo-de (synonym-of)
Antonimia
A es opuesto a B
antnimo-de (antonym-of)
1.2.1.3.3.
Propiedades
Son los atributos y caractersticas que describen cada concepto. Se les conoce
tambin como roles o slots.
1.2.1.3.4.
Restricciones
Los tipos de valores que una propiedad puede tener son valores numricos,
valores lgicos, cadenas de texto, clases e instancias de otras clases.
1.2.1.3.5.
Funciones
32
Axiomas
Instancias
Criterios de diseo
Claridad
Coherencia
Extensibilidad
33
Nivel de dependencia
34
sin embargo son de gran utilidad para limitar el alcance del modelo. Otra forma
para definir el alcance y el dominio es a travs de un banco de preguntas
especficas cuyas respuestas debe responder la ontologa.
1.2.2.2.2.
Las clases por si solas no proveen suficiente informacin para responder las
35
Consiste en definir las reglas que restringen en valor de las propiedades. De esta
manera se garantiza la consistencia de la informacin que adquieren las
instancias.
1.2.2.2.7.
Crear instancias
diferentes
lenguajes
para
Otros lenguajes
en
XML
han
tomado
gran
DAML
RDF
OIL
RDFS
1.2.3.1.
XML
Definicin del tipo del documento o DTD (Document Type Definition) define
la estructura, jerarqua y el orden de los elementos de un XML.
36
RDF
que
posteriormente
pueden
ser
utilizadas
como
bases
de
OWL
lenguaje
37
Existen tres tipos de OWL con diferente nivel de expresividad (Figura 1.9):
jerrquica
especificacin
OWL Full
de
OWL DL
restricciones.
OWL Lite
Aplicacin
Productos
Clientes
Negocio
38
1.2.4.1.
39
1.3.
AGENTES INTELIGENTES
1.3.1.1.
Definicin
40
la
interaccin
con
su
Percepciones
Sensores
entorno.
Se
considera
que
los
agente
?
Entorno
Acciones
Efectores
(Russell 1996):
xito logrado.
(Julin 2000).
Caractersticas
41
1.3.1.3.
Estructura de un agente
Percepciones
Acciones
Metas
Ambiente
Sistema de
diagnstico
Sntomas,
evidencias,
respuestas del
paciente
Preguntas,
exmenes,
tratamientos
Paciente,
hospital
Clasificacin de
escena
Clasificacin
correcta
Imgenes
satelitales
42
Controlador de
refinera
Lecturas de
temperatura y
presin
Abrir y cerrar
vlvulas, ajustar
temperatura
Maximizar la
pureza, produccin,
seguridad
Refinera
Conjunto de
estudiantes
1.3.1.4.
Tipos de ambiente
Ambiente
Accesible Determinista
Episdico
Esttico
Discreto
Sistema de
diagnstico
No
No
No
No
No
Sistema de anlisis de
imgenes satelitales
Semi
No
43
Controlador de
refinera
No
No
No
No
No
Tutor interactivo de
ingls
No
No
No
No
Descripcin
Agente de interfaz
Agentes de sistemas
Agentes de navegacin
Agentes de monitoreo
Agentes consejeros
Agentes de recomendacin
Tabla 1.7 Clasificacin de los agentes de acuerdo al tipo de aplicacin (Jimnez 2000).
Basados en utilidad
Basados en metas
Bien informados
De reflejo
simple
44
1.3.2.1.
Poseen informacin sobre las metas que se pretenden alcanzar y el estado que
prevalece en el ambiente. El agente combina este conocimiento con el resultado
de las posibles acciones y ejecuta la mejor accin para satisfacer las metas de
forma eficiente y eficaz. Esta operacin comprende procesos de seleccin
sencilla, procesos de bsqueda complejos y una planificacin de las metas.
1.3.2.4.
del
agente.
Adems,
Estado
Sensores
Cmo evoluciona el
mundo
Como es el mundo en
ese momento?
Resultados de mis
acciones
Qu sucedera si
emprendo la accin A?
Utilidad
Qu tan bien me
sentir en tal estado ?
ENTORNO
Qu accin debo
emprender en este
momento ?
Efectores
45
Tcnica de e-commerce
Servicios de notificacin
Personalizacin profunda
el
agentes
papel
en
el
de
los
Reconocimiento
del Problema o
Necesidad
Bsqueda de
Alternativas e
Informacin
mente
en
la
Agentes de identificacin
de necesidades
comercio
electrnico es en base al
del
especialparte
Agentes intermediarios
de productos
Agentes intermediarios
de mercado
Evaluacin
mental de las
alternativas
Agentes de negociacin
que
Compra
Agentes de pago y
entrega
acciones involucradas en el
consumo
de
servicios.
Por
productos
esta
razn,
Comportamiento
Post-Compra
Agentes de servicio y
evaluacin
46
1.3.3.1.
Agentes de negociacin
Agentes de negociacin
47
Mtodos de Recomendacin
Recuperacin en crudo
Recomendacin manual
Entradas de la comunidad de
Resmenes estadsticos
usuarios
Recomendacin basada en atributos
Atributos convencionales
Correlacin producto a producto
Listas de productos ms
Correlacin usuario a usuario
vendidos
Salidas
Sugerencias
Predicciones de rating
Rating de expertos
Revisiones
Historial de compra
Ratings
Comentarios de texto
Adaptacin de la
Recomendacin
Niveles de Personalizacin
No personalizada
Personalizacin efmera
Personalizacin persistente
Modo de Entrega
Push
Pull
Entrega pasiva
Retroalimentacin
Tenemos una
oferta para ti!
Retroalimentacin
1.3.4.1.
48
Navegacin
explcita:
Son
el
conjunto
de
entradas
ingresadas
Historial de compras: Permite determinar cules son los productos por los
cuales el cliente ha expresado cierto tipo de inters en concreto.
1.3.4.1.2.
49
Salidas
Son un conjunto de informacin que soporta las tres primeras fases del modelo
del comportamiento del consumidor y estn conformadas por un conjunto de
recomendaciones cuyo contenido varan en tipo, cantidad y presentacin. Dentro
de los principales tipos de salidas se encuentran las siguientes:
desordenada
mientras
que
otros
presentan
listas
ordenadas
rating que dara un usuario. Estas estimaciones pueden ser orientadas a usuarios
individuales o comunidades y pueden ayudar a los consumidores a entender la
importancia de la recomendacin.
50
Mtodo de recomendacin
Adaptacin de la recomendacin
51
presentadas las recomendaciones con el uso de tcnicas de e-marketing y eCRM. Los procesos de adaptacin combinan los elementos de comunicacin y
distribucin
del
marketing
mix.
Las
maneras
de
adaptacin
de
las
Nivel de personalizacin
a todos los usuarios las cuales pueden ser basadas en seleccin manual,
resmenes estadsticos u otras tcnicas.
Modo de entrega
este caso el usuario est conciente que las recomendaciones estn disponibles al
navegar un sitio de comercio electrnico; sin embargo, se muestran solamente
cuando el cliente las solicita.
52
METODOLOGA DE DESARROLLO
2.2.
ANLISIS
53
54
Tcnica de e-commerce
Aspecto de recomendacin
Listas de recomendacin
extensas.
Realizar ventas
cruzadas.
Recomendaciones
asociadas a productos.
Construir relaciones a
largo plazo.
Personalizacin profunda.
Tabla 2.1 Relacin de objetivos del negocio electrnico, tcnicas de e-commerce y aspectos de
recomendacin (Los Autores).
Descripcin/Explicacin
Productos
Promociones
Publicidad
Servicios
55
56
2.2.6.1.
<<generalize>>
Solicitar Recom endacin de
Prom ociones
<<generalize>>
<<generalize>>
Solicitar Recom endacin de
Publicidad
Cliente
<<include>>
Ingres ar
<<include>>
<<include>>
Cliente Registrado
Salir
Actor
Descripcin
Cliente
Cliente Registrado
Caso de uso
Descripcin
Solicitar
Recomendacin
Iniciar Sesin
Annima
Ingresar
Salir
57
Solicitar
Recomendacin
de Productos
Solicitar
Recomendacin
de Promociones
Solicitar
Recomendacin
de Publicidad
Solicitar
Recomendacin
de Servicios
Elemento de Recomendacin
Casos de Uso
Aspecto de recomendacin
Partes o Accesorios
Categoras
Recomendacin de Inters
Productos
Solicitar Partes o
Accesorios
Solicitar Productos
de la Categora
Promociones
Solicitar Promociones
de Partes o Accesorios
Publicidad
Solicitar Publicidad de
Partes o Accesorios
Solicitar Publicidad
de la Categora
Solicitar Publicidad de
Inters
Servicios
Solicitar Servicios de
Partes o Accesorios
Solicitar Servicios de
la Categora
Solicitar Servicios de
Inters
Solicitar Productos de
Inters
Tabla 2.5 Casos de uso resultantes de la combinacin de los elementos de recomendacin y tres
aspectos relacionados a la recomendacin (Los Autores).
Paquete de
casos de uso
Descripcin
58
Estereotipo
Descripcin
<<include>>
<<generalize>>
Solicitar
Recomendacin de Productos
Solicitar Promociones de
Partes y Accesorios
Solicitar
Recomendacin de Promociones
Solicitar Promociones
de la Categora
Solicitar Promociones
de Inters
Solicitar Recomendacin
Solicitar Publicidad
de Accesorios o Partes
Solicitar
Recomendacin de Publicidad
Solicitar Publicidad
de la Categora
Solicitar Publicidad
de Inters
Solicitar Recomendacin de
Serv icios
Figura 2.2 Taxonoma del caso de uso Solicitar Recomendacin (Los Autores).
2.2.6.2.
Los casos de uso son especificados en base de los paquetes de la Tabla 2.6 y se
encuentran en el Anexo III. Adems, se adjunta un diagrama de casos especfico
del paquete.
59
Representacin Arquitectnica
Vista arquitectnica
Descripcin
Vista de requerimientos
Vista lgica
Vista de distribucin
60
2.2.7.2.
En base a la seccin 3.3 del ERS (Anexo II) surgen varios aspectos del sistema
que deben ser tomados en cuenta para la arquitectura del software por lo que se
determinan los siguientes mecanismos de anlisis (Tabla 2.9):
Nombre
Descripcin
Tipo de sistema de
informacin
Mtodo de inferencia
Procesamiento de peticiones
del usuario
Almacenamiento de la
informacin
Administracin de parmetros
Autenticacin
2.2.7.3.
61
2.3.
DISEO
Mecanismos de diseo
Mecanismos de implementacin
Tipo de sistema
de informacin
-Arquitectura de sistema
orientado a objetos.
-Arquitectura de sistema
basado en conocimiento.
-Arquitectura de agente
inteligente.
Tcnica de
representacin
del conocimiento
Mtodo de
inferencia
El sistema carga la
informacin de la base de
conocimiento y aplica un
algoritmo para obtener
realizar inferencia sobre la
base de conocimiento.
Procesamiento
de peticiones del
usuario
- Aplicacin servidor.
- Servicio Web.
Almacenamiento
de informacin
Modalidad de
almacenamiento persistente
para la informacin de la
aplicacin.
Administracin
de parmetros
Autenticacin
62
Tipo de sistemas de
informacin
Ventajas
Desventajas
Sistema orientado a
objetos
-Conocimiento y procesamiento
combinados en un programa.
-Los procesos no pueden contener
errores.
-Los cambios tardan ms tiempo.
-Necesita informacin completa
para operar.
Sistema basado en
conocimiento
Agente inteligente
Representacin del
conocimiento
Ventajas
Desventajas
Lgica de predicados
63
Reglas de produccin
Ontologas
-Falta de estandarizacin de
ontologas de alto nivel.
-Dificultades de la validacin por
parte de ingenieros del dominio.
-Es una tcnica que est en
proceso de investigacin y no ha
madurado an.
Mtodo de
inferencia
Ventajas
Desventajas
64
Procesamiento de
peticiones del usuario
Ventajas
Desventajas
Aplicacin servidor
Servicio Web
Seleccin / Justificacin
Tipo de sistema de
informacin
Tcnica de
representacin del
conocimiento
Mtodo de inferencia
Procesamiento de
peticiones del usuario
Almacenamiento de
informacin
Administracin de
parmetros
65
2.3.1.2.
Descripcin
Percepciones
Productos
Categoras de productos
Acciones
Recomendacin de productos
Recomendacin de promociones
Recomendacin de publicidad
Metas
Ambiente
Comercio electrnico
Usuarios
Credenciales de usuarios
Recomendacin de servicios
Identificacin de clientes
Recomendacin personalizada
Tipo de Ambiente
Explicacin/Justificacin
Inaccesible
No determinista
No episdico
Esttico
Discreto
Tabla 2.17 Descripcin del ambiente de comercio electrnico del ARPS (Los Autores).
66
2.3.1.3.
Descripcin
<<intelligent agent>>
<<ontology>>
<<web service>>
<<sensors>>
<<efectors>>
Descripcin
<<constructor>>
Constructor de objetos.
<<getter>>
<<setter>>
Responsabilidades
Iniciar sesin.
Ingresar del sistema.
Salir del sistema.
Responsabilidades asociadas a la
recomendacin
2.3.1.3.1.
Clases de diseo
67
Nombre
Descripcin
IRecommendationAgent
RecommendationAgent
RecommendationManager
UserManager
InferenceEngine
KnowledgeBase
AgentMetadata
RecommendationService
AgentSensors
Paquete de sensores.
AgentEfectors
Paquete de efectores.
<<intelligent agent>>
RecommendationAgent
(from Business)
<<Interface>>
IRecommendationAgent
<<sensors>>
AgentSensors
<<efectors>>
AgentEfectors
RecommendationAgent
RecommendationManager
UserManager
InferenceEngine
KnowledgeBase
AgentMetadata
68
<<web s ervice>>
Recom m endationService
Sens or
perception : String
s es s ion : String
Recom m endationAgent
engine : InferenceEngine
kb : KnowledgeBas e
us rMngr : Us erManager
rcm dMngr Recom m endationManager
IR ecom m en
dationAgent
...
Efector
Us erManager
action : String
m es s age : String
...
Recom m endationManager
InferenceEngine
<<cons tructor>> InferenceEngine()
s tart()
loadKnowledgeBas e()
KnowledgeBas e
<<cons tructor>> KnowledgeBas e()
loadSys tem Ontology()
unLoadSys tem Ontology()
69
Clase
Propiedad
Descripcin
RecommendationAgent
engine
Motor de inferencia.
kb
Base de conocimiento.
rcmdMngr
Gestor de recomendaciones.
usrMngr
Gestor de usuarios.
perception
session
Sensor
RecommendationSensor productCode
UserSensor
Efector
Cdigo de producto.
categoryCode
Cdigo de categora.
username
Nombre de usuario.
password
Contrasea.
action
message
Mensaje de respuesta.
RecommendationEfector recommendatio
nList
Lista de recomendaciones.
Clase
Mtodo
Descripcin
RecommendationAgent
doAction
start
Iniciar Agente.
stop
restart
Reiniciar Agente.
RecommendationManager recommend
Realizar recomendacin.
UserManager
startSession
login
logout
70
InferenceEngine
KnowledgeBase
start
loadKnowledgebase
loadSystemOntology
unloadSystemOntology
Mtodos
Descripcin
productRecommend
promotionRecommend
adRecommend
serviceRecommend
Descripcin
Sensor
RecomendationSensor
UserSensor
Efector
RecomendationEfector
71
Recom m endationAgent
engine : InferenceEngine
kb : KnowledgeBas e
...
Efector
Sens or
perception : String
s es s ion : String
action : String
m es s age : String
Sens or()
getPerception() : String
s etPerception(perception : String)
getSes s ion() : String
s etSes s ion(s es s ion : String)
Efector()
getAction() : String
s etAction(action : String)
getMes s age() : String
s etMes s age(m es s age : String)
Recom m endationSens or
Us erSens or
productCode : Long
categoryCode : Long
num berOfItem s : Integer
us ernam e : String
pas s word : String
Us erSens or()
getUs ernam e() : String
s etUs ernam e(us ernam e : String)
getPas s word() : String
s etPas s word(pas s word : String)
Recom m endationEfector
recom m endationLis t : Lis t
Recom m endationEfector()
getRecom m endationLis t() : Lis t
s etRecom m endationLis t(productLis t : Lis t)
72
: Recom m endationService
s ens or : Sens or
efector : Efector
agent :
Recom m endationAgent
: Recom m endationManager
engine :
InferenceEngine
productLis t
prom otionLis t
advertis em entLis t
s erviceLis t
recom m endationLis t
Efector(recom m endationLis t)
efector
73
2.3.1.3.2.
Descripcin
<<ontology>>
<<include>>
<<is-a>>
<<has-part>>
<<has-a>>
<<has-many>>
<<include>>
la
ontologa
de
<<ontology>>
Dom ainOntology
aplicacin
por
lo
tanto
<<include>>
su
<<ontology>>
ApplicationOntology
especificacin no corresponde a la
fase de diseo.
Paquete
Descripcin
UpperOntology
Ontologa general.
DomainOntology
Ontologa de dominio.
ApplicationOntology
Ontologa de aplicacin.
74
En las Tabla 2.28 y Tabla 2.29 se describen las clases definidas dentro de los
diferentes paquetes de la ontologa (Ver Figura 2.9) y en la Tabla 2.30 se
presentan la descripcin de las propiedades (slots) de cada clase.
Clase
Descripcin
Rol
:THING
Abstracta
Entity
Abstracta
Taxonomy
Abstracta
Aspect
TemporalEntity
TemporalSystemEntity
PersistentEntity
System
Abstracta
Domain
Abstracta
PersistentSystemEntity
Abstracta
TemporalDomainEntity
Abstracta
DomainTaxonomy
PersistentDomainEntity
Abstracta
Abstracta
Clase
Descripcin
Rol
CommerceEntity
Abstracta
Category
Categora de productos.
Concreta
Product
Producto.
Concreta
RecommendableEntity
Abstracta
ProductAssociatedEntity
Abstracta
75
Promotion
Promocin.
Concreta
Advertisment
Publicidad.
Concreta
Service
Servicio.
Concreta
Profile
Perfil de usuario.
Concreta
User
Usuario.
Concreta
Session
Sesin de usuario.
Concreta
Clase
Propiedad (Slot)
Descripcin
PersistenEntity
code
name
Nombre de la entidad.
description
Descripcin de la entidad.
PersistentDomainEntity
enabled
DomainTaxonomy
parentCode
Session
sessionId
sessionTime
password
Contrasea.
User
Relacin
Descripcin
productHasPart
productHasProductAssociatedEntity
sessionHasUser
userHasProfile
profileHasCommerceEntity
76
:THING
Entity
Taxonom y
Aspect
PersistentEntity
code : Integer
nam e : String
des cription : String
Tem poralEntity
Dom ain
System
PersistentDom ainEntity
PersistentSystem Entity
enabled : Boolean
Dom ainTaxonom y
parentC ode : Long
Ontologa General
Com m erceEntity
Ses s ion
s es s ionId : String
s es s ionTim e : Float
Category
<<has -m any>>
lik es
<<has -m any>>
<<has -a>>
sessionHasUser
<<has-m any>>
categoryHasProductAssociatedEntity
Us er
profileHasCom m erceEntity
<<has -m any>>
categoryHasProduct
ProductAssociatedEntity
<<has -m any>>
userHasProfile
<<has-m any>>
productHasProductAssociatedEntity
Product
Prom otion
Advertisem ent
Service
+theProduct
Ontologa de Dominio
<<has -part>>
productHasPart
2.3.1.3.3.
Modelo de reglas
Profile
77
CAPTULO 3. IMPLEMENTACIN
AGENTE
3.1.
PRUEBAS
DEL
IMPLEMENTACIN
Plataformas de programacin
3.1.1.1.1.
J2EE
Edicin empresarial del paquete Java creada y distribuida por Sun Microsystems.
Comprende un conjunto de especificaciones y funcionalidades orientadas al
desarrollo de aplicaciones empresariales.
Ventajas
Desventajas
3.1.1.1.2.
Microsoft.NET
Desventajas
78
3.1.1.2.
3.1.1.2.1.
OpenCyc
Es la versin OpenSource del proyecto Cyc que incluye una ontologa y motor de
inferencia. La versin 1.0 tiene un banco de datos con 47000 conceptos con sus
definiciones y relaciones.
Ventajas
Desventajas
No tiene un IDE.
3.1.1.2.2.
Kaon-II
Desventajas
79
No tiene un IDE.
3.1.1.2.3.
Protg
Desventajas
3.1.1.3.
Motores de inferencia
3.1.1.3.1.
CLIPS
Desventajas
80
3.1.1.3.2.
JESS
Desventajas
3.1.1.3.3.
Algernon
Desventajas
81
3.1.1.4.
3.1.1.4.1.
Desventajas
3.1.1.4.2.
OWL
Ventajas
Desventajas
3.1.1.5.
3.1.1.5.1.
82
Desventajas
3.1.1.5.2.
NetBeans
Desventajas
3.1.1.6.
Dado que J2EE provee del los estndares y especificaciones para la publicacin
de aplicaciones y servicios Web, la comparacin de alternativas de tecnologas no
es crtica ya que cualquier aplicacin desarrollada sobre J2EE es capaz de
funcionar con cualquier tecnologa que cumpla con las especificaciones.
83
WebSphere
Tipo de herramienta
Seleccin/Justificacin
Plataforma de
programacin
Plataforma para
ontologas
Motor de inferencia
Formato de
almacenamiento de la
base de conocimiento
Entorno de desarrollo
integrado
Servidor Web y
servicios Web
84
3.1.2. DESCRIPCIN
DE
HERRAMIENTAS
PLATAFORMA
DE
DESARROLLO
El ARPS est desarrollado completamente sobre Java ya que permite una fcil
integracin de diferentes tecnologas afines. En la Tabla 3.2 se presenta la
descripcin del software utilizado mientras que la Figura 3.1 se muestra la
plataforma de desarrollo del Agente.
Software
Descripcin
Versin
Sitio Web
Eclipse
Herramienta de desarrollo
3.2
www.eclipse.org
J2EE
Plataforma de programacin
1.4
java.sun.com
Protg
3.1.1
protege.stanford.edu
JESS
6.1p
herzberg.ca.sandia.gov/jess
JessTab
12
www.ida.liu.se/her/JessTab/
Apache AXIS
1.3
ws.apache.org/axis
Apache Tomcat
Servidor Web
5.0
jakarta.apache.org/tomcat
ARPS
JessTab 12
AXIS 1.3
Protg 3.1.1
JESS 6.1p
J2EE 1.4
3.1.2.1.
Eclipse
85
3.1.2.2.
Protg
86
87
3.1.2.4.
Motor de inferencia,
Base de reglas y
El motor de reglas de JESS utiliza una versin mejorada del conocido algoritmo
Rete para enlazar reglas en la memoria de trabajo. El motor de inferencia est
conformado por el enlazador de patrones, la agenda y el motor de ejecucin. En
enlazador de patrones aplica las reglas a la memoria de trabajo para construir la
agenda. El motor de ejecucin dispara las reglas de la agenda la cual cambia el
contenido de la memoria de trabajo y reinicia el ciclo (Figura 3.4).
Por otro lado, JESS ha sido utilizado para desarrollar una amplia gama de
88
Juegos.
3.1.2.5.
JessTab
Es un plugin y API desarrollado para Protg que provee integracin con JESS.
Contiene una ventana con una consola JESS embebida dentro de un tab de
Protg y un conjunto de extensiones de JESS que permiten mapear las bases de
conocimiento a la base de hechos de JESS y la manipulacin de los mismos.
Esta herramienta permite el desarrollo de bases de conocimiento grficamente y
89
3.1.2.6.
Apache Tomcat
90
Estndares empleados
3.1.2.7.2.
Aportan
interoperabilidad
entre
aplicaciones
de
software
91
3.1.2.7.3.
3.1.2.7.4.
La principal razn para usar servicios Web es que se basan en HTTP sobre TCP
en el puerto 80. Dado que las organizaciones protegen sus redes mediante
firewalls, que filtran y bloquean gran parte del trfico de Internet, cierran casi
todos los puertos TCP salvo el 80, que es, precisamente, el que usan los
navegadores. Los servicios Web se levantan por este puerto, por esta razn no
resultan bloqueados.
Otra razn es que antes de que existiera SOAP, no haba buenas interfaces para
acceder a las funcionalidades de otros ordenadores en red. Las que haba eran
algunas propuestas poco conocidas.
Una tercera razn por la que los servicios Web son muy prcticos es que pueden
aportar gran independencia entre la aplicacin que usa el servicio Web y el propio
servicio. De esta forma, los cambios a lo largo del tiempo en uno no deben afectar
92
al otro. Esta flexibilidad ser cada vez ms importante, dado que la tendencia a
construir grandes aplicaciones a partir de componentes distribuidos ms
pequeos es cada da ms acusada.
3.1.2.7.5.
Apache AXIS
Versin de Protg
Versin
Caractersticas
Observaciones
2.1
Es la versin ms ampliamente
documentada.
Sobre esta versin se han realizado la
mayora de plugins.
3.1.1
3.1.3.2.
Versin de JESS
Versin
Caractersticas
Observaciones
6.1p
7.0b
Soporta OWL.
Tiene un IDE desarrollado para
Eclipse.
Soporta formato de reglas en XML.
93
3.1.3.3.
Versin de JessTab
Versin
Caractersticas
Observaciones
12
14
3.1.3.4.
Versin de J2EE
Versin
Caractersticas
Observaciones
1.5
3.1.3.5.
Versin de Eclipse
Versin
Caractersticas
Observaciones
3.2
3.1.3.6.
Versin
Caractersticas
Observaciones
5.0
5.5
3.1.3.7.
Versin
Caractersticas
Observaciones
1.3
94
Paquete de diseo
ec.edu.epn.sis.arps
RecommendationAgent
ec.edu.epn.sis.arps.sensors
AgentSensor
ec.edu.epn.sis.arps.efectors
AgentEfector
ec.edu.epn.sis.arps.proxy
ec.edu.epn.sis.arps.util
Paquete
Archivo
ec.edu.epn.sis.arps
IRecommendationAgent.java
IRecommendationAgent
RecommendationServiceBean.java
RecommendationService
RecommendationAgent.java
RecommendationAgent
UserManager.java
UserManager
RecommendationManager.java
RecommendationManager
InferenceEngine.java
InferenceEngine
KnowledgeBase.java
KnowledgeBase
Metadata.java
Metadata
ec.edu.epn.sis.arps.sensors Sensor.java
Sensor
95
RecommendationSensor.java
RecommendationSensor
UserSensor.java
UserSensor
ec.edu.epn.sis.arps.efectors Efector.java
ec.edu.epn.sis.arps.proxy
Efector
RecommendationEfector.java
RecommendationEfector
IRecommendationBean.java
Clases generadas
automticamente por Eclipse.
RecommendationBeanService.java
RecommendationBeanProxy.java
RecommendationBeanSoapBindingStub.java
ec.edu.epn.sis.arps.util
JessStatement.java
3.1.4.2.
Estructura de la ontologa
Directorio
Archivo
Descripcin
ontology
startup.clp
user.clp
recommedation.clp
upper.pins
upper.pont
Ontologa general.
upper.pprj
Proyecto Protg.
upper
96
domain
application
domain.pins
domain.pont
Ontologa de dominio.
domain.pprj
Proyecto Protg.
application.pins
applicaction.pont
Ontologa de aplicacin.
applicaction.pprj
Proyecto Protg.
3.1.4.3.
Todo Servicio Web tiene un archivo WSDL (Web Service Description Language)
en donde describe toda la funcionalidad del servicio de manera que otras
aplicaciones puedan utilizarlo. Adems, el Servicio de Recomendacin puede ser
accedido a travs de su URL y mediante un navegador Web se puede observar
su funcionalidad en formato XML. La direccin URL del Agente es la siguiente:
http://<servidor>/RecommendationService/services/RecommendationServiceBean?method=<mtodo>[&<parmetro>=<valor>
]
Descripcin
<servidor>
<mtodo>
<parmetro>
Nombre de parmetro del mtodo. Pueden existir varios. Ver Tabla 3.8
<valor>
Mtodo
Descripcin
start
startSession
97
login
logout
productRecommend
Recomendar productos.
promotionRecommend
Recomendar promociones.
adRecommend
Recomendar publicidad.
serviceRecommend
Recomendar servicios.
Parmetro
session
string
username
string
Nombre de usuario
password
string
Contrasea
rcmdAspect
int
Aspecto de recomendacin:
1 = Recomendacin respecto a partes de productos
2 = Recomendacin respecto a categoras
3 = Recomendacin respecto a perfil de usuario
numberOfItems int
productCode
long
categoryCode
long
Tabla 3.8 Parmetros de los mtodos del Servicio de Recomendacin (Los Autores).
session
username
password
rcmdAspect
numberOfItems
productCode
categoryCode
Mtodo
start
startSession
login
logout
productRecommend
98
promotionRecommend S
adRecommend
serviceRecommend
En la Figura 3.8 se puede observar la estructura del directorio virtual del Servicio
de Recomendacin mientras que en la Tabla 3.10 se muestra la descripcin de
sus elementos.
Figura 3.8 Estructura del directorio virtual del Servicio de Recomendacin (Los Autores).
Directorio
Descripcin
RecommendationService
Servicio de recomendacin
wsdl
services
RecommendationServiceBean
Tabla 3.10 Estructura del directorio virtual del Servicio de Recomendacin (Los Autores).
3.1.4.4.
Elementos de distribucin
la
Tabla
3.11.
El
archivo
RecommendationService.war se lo instala
en el servidor Web Tomcat mientras
que el archivo arps-proxy.jar debe ser
embebido en cualquier aplicacin J2EE
recomendacin del Agente. Cabe resaltar que para la conexin con el servicio
desde otra plataforma, por ejemplo Microsoft .NET, es necesario generar otra
clase proxy en base al archivo RecommendationServiceBean.wsdl.
99
Elemento
Descripcin
arps-proxy.jar
RecommendationService.war
Implementacin de la ontologa
Con respecto al dominio, la ontologa se define dentro del mbito del e-commerce.
En cuanto al alcance en concordancia con el agente de recomendacin, la
ontologa representa los productos, servicios, promociones y publicidad de un
100
Usuario
Producto
Cliente
Sesin
Servicio
Perfil de usuario
Publicidad
Promocin
Cdigo
Nombre
Descripcin
Recomendacin
E-commerce
Tabla 3.12 Conceptos principales del dominio de comercio electrnico (Los Autores)
3.1.5.1.4.
101
Editor de
clases.
Estructura
jerrquica de
clases.
Slots.
Tipo de clase
Slots.
3.1.5.1.5.
Una vez definidas las clases se procede a definir las propiedades o slots de cada
clase, estos proporcionan el comportamiento de la clase e implementan las
relaciones entre clases, a continuacin se muestra en la Figura 3.13.
102
Editor de slots
Estructura
jerrquica de slots
3.1.5.1.6.
Clase
Tipo de slot
Relacin inversa
Figura 3.14 Pantalla de Configuracin de Slots.
3.1.5.1.7.
Crear instancias
103
Propiedades
Clase
3.1.5.2.
(load-project "./ontology/application/application.pprj")
(mapclass :THING)
104
Una vez cargadas las clases y las instancias ya es posible trabajar con la
ontologa desde JESS. Las funciones de JessTab que se utilizan son las
siguientes:
Funcin
Descripcin
class
do-for-all-instances
Ejecuta una accin para todas las instancias que satisfacen una
consulta.
do-for-instance
load-project
make-instance
mapclass
slot-get
slot-set
subclassp
unmake-instance
3.1.5.3.
Funcin
Descripcin
$?args
Parmetro que significa que una funcin tiene un nmero de parmetros variable.
and
Retorna verdadero si ninguno de los argumentos retorna falso, caso contrario retorna
falso.
assert
Afirma todos los hechos en la memoria de trabajo. Retorna un identificador del hecho.
batch
105
bind
call
count-query-results
Corre una consulta cuyo nombre se da como parmetro y retorna el conteo de todas
las coincidencias.
crlf
Retorno de carro
deffunction
defquery
defrule
div
Divisin de enteros
eq
Igualdad
false
Falso
foreach
if then else
Condicional
implode$
insert$
length$
member$
mod
Mdulo
nil
Nulo
not
Negacin
nth$
printout
random
return
str-cat
Concatena cadenas
time
true
Verdadero
union$
Unin de conjuntos
while do
Bucle de control
Tabla 3.14 Funciones y elementos del lenguaje JESS (Los Autores)
106
3.1.5.3.1.
Archivo startup.clp
Con el siguiente script se crean hechos con la plantilla IS-A que sirven como base
para las inferencias con la regla hierarchyRule. Para todas las instancias
?taxonomy de clase DomainTaxonomy cuyo slot parentCode no es nulo, crear un
107
Con el comando batch se ejecutan los scripts con elementos referentes a usuarios
y recomendaciones.
(batch user.clp)
(batch recommendation.clp)
3.1.5.3.2.
Archivo user.clp
3.1.5.3.2.1.
Iniciar sesin annima
Si se afirma un hecho con plantilla startSessionAssert con cdigo de sesin
108
?sessionId entonces crear una instancia de clase Session con cdigo de sesin
?sessionId, y hora de sesin igual a la hora actual. Se imprime un mensaje que
dice El usuario a iniciado una sesin annima y a continuacin el cdigo de
sesin.
(defrule startSessionRule "Iniciar sesin annima"
(startSessionAssert ?sessionId)
=>
(make-instance of Session (sessionId ?sessionId)
(sessionTime (time)))
(printout t "User has started anonymous session: " ?sessionId crlf))
3.1.5.3.2.2.
3.1.5.3.2.3.
109
3.1.5.3.3.
Archivo recommendacion.clp
110
111
3.1.5.3.3.1.
Recomendacin de productos
112
113
3.1.5.3.3.2.
114
115
3.1.5.4.
116
Figura 3.16 Estructura del API del Agente de Recomendacin en Eclipse (Los Autores)
117
3.1.5.5.
3.1.5.5.1.
Rete es la clase principal del API de JESS, a travs de ella se controla el motor
basado en reglas. La clase InferenceEngine es el motor de inferencia del Agente y
hereda todas las propiedades y mtodos de la clase Rete. El mtodo start() inicia
el motor basado en reglas cargando las funciones de integracin entre Protg y
JESS a travs de la funcin addUserpackage(new JessTabFunctions()). Con la
funcin loadKnowledgeBase(kbFile) se carga el archivo de Protg con la
ontologa. Esta funcin crea programticamente una cadena con la sentencia
JESS
(load-project "./ontology/application/application.pprj")
118
3.1.5.6.
3.2.
CASO DE ESTUDIO
119
3.3.
PRUEBAS
Valor
Procesador
AMD Athlon
Velocidad
1333 Mhz
RAM
512 Mb
Sistema operativo
Tabla 3.15 Plataforma de hardware y software para realizacin de pruebas (Los Autores).
120
En la Tabla 3.16 se muestran los resultados de todos los casos de prueba del
Agente de recomendacin. Es necesario mencionar que las pruebas fracasaron
en los siguientes casos:
121
Caso de prueba
Inicio de sesin annima
Ingresar al Agente
Recomendacin de
partes o accesorios
Recomendacin de
Resultados
Observaciones
Caso 1
No existen observaciones.
Caso 2
No existen observaciones.
Caso 3
No existen observaciones.
Caso 1
Login 412A788AD70B2C05AFB5D510D5152D84
usuario01
No existen observaciones.
Caso 2
Login DC045C8AD837E6373DDF20722EBFA2C0
usuario02
No existen observaciones.
Caso 3
Caso 1
Logout usuario01
No existen observaciones.
Caso 2
Logout usuario02
No existen observaciones.
Caso 3
Logout usuario03
No existen observaciones.
Caso 1
productRecommendReturn (long): 20
No existen observaciones.
Caso 2
productRecommendReturn (long): 60 63
No existen observaciones.
Caso 3
No existen observaciones.
Caso 1
No existen observaciones.
122
Recomendacin de
productos de inters
Recomendacin de
promociones, publicidad
o servicios asociados a
producto, partes o
accesorios
Recomendacin de de
promociones, publicidad
o servicios asociados a
la categora
Recomendacin de
promociones, publicidad
o servicios de inters
No existen observaciones.
Caso 3
No existen observaciones.
Caso 1
No existen observaciones.
Caso 2
productRecommendReturn (long):
168 171 222 227 221
No existen observaciones.
Caso 3
productRecommendReturn (long):
189 241 42 127 142 210 170
No existen observaciones.
Caso 1
Caso 2
Idem.
Caso 3
Idem.
Caso 1
Idem.
Caso 2
Idem.
Caso 3
Idem.
Caso 1
Idem.
Caso 2
Idem.
Caso 3
Idem.
123
Caso de prueba
Resultados
Observaciones
Recomendacin de
promociones, publicidad
o servicios asociados a
producto, partes o
accesorios
Caso 1
promotiontRecommendReturn (long): 2
No existen observaciones.
Caso 2
adRecommendReturn (long): 3 1
No existen observaciones.
Caso 3
serviceRecommendReturn (long):
2 4 5 1 3
No existen observaciones.
Recomendacin de de
promociones, publicidad
o servicios asociados a
la categora
Caso 1
promotiontRecommendReturn (long): 6 7 5
No existen observaciones.
Caso 2
adRecommendReturn (long): 6 7 5
No existen observaciones.
Caso 3
serviceRecommendReturn (long): 8 6
No existen observaciones.
Recomendacin de
promociones, publicidad
o servicios de inters
Caso 1
promotiontRecommendReturn (long): 2
No existen observaciones.
Caso 2
adRecommendReturn (long): 8 4
No existen observaciones.
Caso 3
serviceRecommendReturn (long): 9 7 3
No existen observaciones.
Tabla 3.17la 3.18 Resultados de las pruebas que fallaron la primera vez (Los Autores)
124
CONCLUSIONES
125
4.2.
RECOMENDACIONES
126
127
analizar las ventajas de otras plataformas de software que vienen ya con los
dos tipos de paradigmas integrados. (Ej.: OpenCyc, KAON o JENA).
128
REFERENCIAS BIBLIOGRFICAS
LIBROS Y MANUALES
[1].
[2].
[3].
[4].
[5].
EELES, Peter; et al. Building J2EE Applications with the Rational Unified
Process. Addison Wesley. 2003.
[6].
[7].
[8].
[9].
[10].
[11].
[12].
[13].
[14].
129
[15].
[16].
ARTCULOS
[17].
[18].
[19].
[20].
[21].
[22].
[23].
[24].
artificial.
Dpto.
Sistemas
Informticos
Computacin,
[26].
[27].
[28].
[29].
130
DIRECCIONES ELECTRNICAS
[31].
[32].
[33].
[34].
[35].
[36].
[37].
from
Christian
Wolff
to
Edmund
Husserl.
[39].
[40].
[41].
[42].
[43].
[44].
PSMTAB.
The
PSM
Librarian
tab
plugin
for
Protg.
RICHTER,
Michael.
Knowledge
Management
in
e-Commerce.
131
[46].
[47].
[48].
[49].
[50].
[51].
[52].
[53].
132
ACRNIMOS
API
ARPS
BDD
Base de datos
CLIPS
CRM
DAML
DTD
e-CRM
ERS
IDE
IP
Internet Protocol
J2EE
JDT
JESS
JSP
JVM
ODBC
OIL
OWL
OWL DL
133
PAMA
PSM
RDF
RDF-S
RUP
SOAP
SUO
UML
URL
WSDL
WTP
WWW
XML
134
GLOSARIO
135
significado.
136
Slot: Propiedad de una clase. Por ejemplo la clase persona puede tener
nombre, ttulo, y nmero telefnico como slots.