Esta semana he comenzado a escribir el Plan de Investigación que debo entregar antes del 18 de Junio y además he comenzado a leer el libro Semantic Agent Systems (de momento llevo 2 capítulos y me gusta mucho el enfoque y la forma de exponer todo).

También me puse al día en el uso de la plataforma GitHub y todo lo que ello conlleva.

Pero además de eso, he comenzado a buscar trabajos relacionados con la parte enfocada a la web semántica, razonadores lógicos, lenguajes de ontología, etc. Concretamente he estado buscando sistemas de recomendación ya realizados con ontologías  y usando razonadores lógicos (como Pellet, RacerPro, Kaon, FaCT++ y derivados) y el resultado ha sido la lista siguiente (de momento):

  • Re-diseño de un sistema recomendador de estudios basado en minería web semántica: Se propone una versión actualizada del modelo de Sistema Recomendador de Oportunidades de Estudio (SROE), que soporta tecnología y recursos metodológicos relacionados con la minería de datos y la web semántica. Se intenta mejorar la versión preliminar del SROE que se ha venido desarrollando en base a la sinergia que brindan la tecnología semántica (ontologías) y los agentes inteligentes. (PDF Original)
  • AVATAR: Un sistema de recomendación personalizada de contenidos televisivos basado en información semántica: En este trabajo se presenta un sistema de recomendación de contenidos personalizados del televisor, llamado AVATAR, para los que se propone una arquitectura de muti-agente, que combina diferentes estrategias de inferencia.Se centran en la descripción de una de estas estrategias, la semántica, que explica un ejemplo en el contexto de la televisión digital personalizado. El objetivo de la investigación es aprovechar la experiencia de la Internet, a partir de los actuales motores de búsqueda sintácticas para los resultados más nuevos en el área de la Web Semántica. Tratar de estar siempre bajo el paraguas de los estándares más utilizados, se utiliza lenguaje OWL para construir una ontología adecuada para la representación del conocimiento, y la especificación MHP para el desarrollo del sistema. (PDF Original)
  • Hacia un asistente para la adecuacion de cursos a modelos pedagogicos: Este trabajo describe una propuesta para el diseño de un asistente que ayude al docente a ensamblar objetos de aprendizaje de acuerdo a un diseño instruccional, considerando las características y preferencias de los alumnos a los cuales está dirigido. Este asistente incluye un sistema de recomendación para la recuperación personalizada de los objetos de aprendizaje que sean más adecuados a las necesidades y características de los estudiantes. Para la recomendación se tienen en cuenta metadatos descriptivos de los usuarios y de los objetos de aprendizaje. El escenario de trabajo es una federación de repositorios de objetos de aprendizaje enriquecidos con metadatos que siguen el estándar LOM. (PDF Original)
  • Aplicación de la teoría de confusión en búsqueda de información de oferta educativa: Se diseña una metodología para la búsqueda de información educativa en un sistema orientado al usuario capaz de recuperar y recomendar dicha información dentro de un dominio geográfico, de acuerdo a las preferencias del usuario. Se pretende personalizar sistemas que permitan devolver resultados lo más exacto a lo que un usuario está buscando, además de realizar recomendaciones a futuro después de que el sistema haya sido actualizado. (PDF Original)

Con estos trabajos y el libro que menciono prosigo con mi investigación, esta vez para poder valorar cómo está el panorama de sistemas expertos relacionados con la semántica y los razonadores lógicos :).

 

Imagen | PHDComics.com