Mineria Semantica

Inteligencia de Negocio, Gestión de Conocimiento, Datawarehousing
Maestría en Alta Gerencia TIC’s e Innovación para el DesarrollO

Estado de Arte sobre MINERIA SEMANTICA
Ing. Israel Trifo
Universidad Mayor de San Andrés.
La Paz, Bolivia
israel@trifo.net

RESUMEN
Dos de las tecnologías mas influentes en la tecnología en la última década, inteligencia de
negocios (BI) y la Minería Semántica (SDM),vinieron convergiendo. La Inteligencia de
Negocios es usada en casi cualquier empresa que requiera conocimiento crítico interno como
externo. Cuando se usa datos externos, por lo general la web, lo más importante es saber la
semántica precisa de los datos. Las SDM permiten unir datos muy amplios y complejos a ser
específicos para cualquier fuente disponible en la web. La convergencia de las BI ySDM es
bastante relevante para el futuro de las BI, pero hay muchas mas investigaciones que
requieren mayor desarrollo de su potencial.

ABSTRACT
Two of the most influential technologies of the last decade, Business Intelligence (BI) and
Semantic Data Mining (SDM) have converged. Business Intelligence is being used in almost
each company that needs knowledge of internal and external data. Whenexternal data is
used, generally web, the most important is to know the precise semantic of the data. SDM
allows to merge wide and complex data to become specific for any source available on the
web. The convergence of BI and SDM is relevant for the BI but most of the research requires
more development of their potential.
semántico explícito que describa y/o
estructure la información y serviciosdisponibles.

1 INTRODUCCION

La minería semántica es un área pujante
en la confluencia de la Inteligencia
Artificial y las tecnologías web, que
propone nuevas técnicas y paradigmas
para la representación del conocimiento
que faciliten la localización, compartición
e integración de recursos a través de la
WWW. Estas nuevas técnicas se basan en
la
introducción
de
conocimiento

La SDM mantiene losprincipios que han
hecho un éxito de la web actual, como son
los principios de descentralización,
compartición, compatibilidad, o la
apertura al crecimiento y uso no previstos
de antemano.

Page | 1

Inteligencia de Negocio, Gestión de Conocimiento, Datawarehousing
Maestría en Alta Gerencia TIC’s e Innovación para el DesarrollO

En este contexto un problema clave es
alcanzar un entendimiento entre laspartes: usuarios, desarrolladores y
programas de muy diverso perfil. La SDM
rescata la noción de ontología del campo
de la Inteligencia Artificial como vehículo
para cumplir este objetivo.
Una ontología es una taxonomía de
conceptos con atributos y relaciones, que
proporciona un vocabulario consensuado
para definir redes semánticas de
unidades
de
información
interrelacionadas. Durante los últimosaños se han desarrollado diversos
lenguajes y estándares para la definición
de
ontologías,
entre
ellos
XML
respaldados por el consorcio W3C, uno de
los principales promotores de la web
semántica.
A pesar de resultados exitosos de las SDM,
han sido utilizados tímidamente en la
comunidad de data warehouse. Las
tecnologías
de
Modelos
Multidimensionales
(MD)
y
de
Procesamiento Analítico OnLine (OLAP)son aplicadas en la comunidad de base de
datos para propósitos analíticos, pero
siempre bajo un escenario bien
controlado. Sin embargo, el surgimiento
de XML y otros formatos semiestructurados como el RDF, han cambiado
la atención de la comunidad de data
warehouse a un escenario mas
heterogéneo
que
las
aplicaciones
tradicionales de BI. Actualmente no solo
es una cuestión de necesidad de agregardatos externo para una compañía
tradicional. Hay un acuerdo común en la

comunidad en traer mas semántica par
los procesos analíticos. Como el data
warehouse se involucra mas en la
integración de fuentes de información
dispersa, las SDM son requeridas para
descubrir efectivamente los datos.
Las SDM han sido usadas en las BI en los
procesos de extracción, transformación y
carga (ETL). Sin embargo,...