Tecnologías y Sistemas de
Información
Otoño 2018
Aplicaciones de
Módulo 9
• Logro de la excelencia operativa y de relaciones con el cliente: Aplicaciones Empresariales
Módulo 10
• Comercio electrónico: mercados digitales y bienes digitales
Módulo 11
• Administración del conocimiento
Módulo 12
El panorama de la administración del conocimiento
•
Administración del Conocimiento
• Conjunto de procesos de negocios desarrollados en
una organización para crear, almacenar, transferir y
aplicar conocimiento
•
Aprendizaje Organizacional
Dimensiones Importantes del Conocimiento
•
El Conocimiento es un activo de la empresa
•
El Conocimiento tiene diferentes formas
•
El conocimiento tiene una ubicación
•
El conocimiento es situacional
El panorama de la administración del conocimiento
Cadena de Valor de la Administración del
Conocimiento:
Cada etapa agrega valor a datos puros y a información de
modo que ella sea usada como conocimiento
• Adquisición de Conocimiento
• Almacenamiento de Conocimiento
• Diseminación del Conocimiento
Cadena de Valor del Conocimiento
La administración del conocimiento actual involucra tanto las actividades de los sistemas de información como una gran cantidad de actividades administrativas y organizacionales de apoyo.
Tipos Principales de Sistemas de Conocimiento
Existen tres categorías principales de sistemas de administración del conocimiento, y cada una se puede dividir en tipos más especializados de sistemas de administración del conocimiento.
Sistemas de Gestión del Conocimiento a lo largo de la empresa
Tecnologías de apoyo: Portales, herramientas
colaborativas, y sistemas de administración
del aprendizaje
• Blogs: Los usos consideran opiniones internas, administración de la reputación, cercanía con el cliente, recopilación de
inteligencia de negocios
• Wikis: Manera económica de centralizar toda clase de dato corporativo que puede ser desplegados en una página Web • Favoritos Sociales: Permite a los usuarios comportar Sitios
Tipos Principales de Sistemas de Conocimiento
Existen tres categorías principales de sistemas de administración del conocimiento, y cada una se puede dividir en tipos más especializados de sistemas de administración del conocimiento.
Técnicas de Inteligencia
• Usadas para capturar conocimiento individual y colectivo
y para extender las bases de datos de conocimiento
•
Captura de Conocimiento Tácito
: Sistemas expertos
•
Descubrimiento del Conocimiento
: Redes neurales
y minería de datos
•
Generación de Soluciones:
Algoritmos Genéticos
•
Tareas automatizadas
: Agentes Inteligentes
•
Inteligencia Artificial
• Sistemas computacionales que emulan el comportamiento humano
• Capaces de aprender idiomas, tareas complejas, etc.
Sistemas expertos:
• Capturan conocimiento tácito en áreas específicas y
de dominio limitado del expertise humano
• Captura conocimiento de empleados calificados en
forma de un conjunto de reglas que pueden ser
usadas en otras empresas
• Típicamente realizan tareas limitadas que pueden
tomar horas en pocos minutos:
Reglas de un sistema experto
Técnicas de Inteligencia
Máquinas de inferencia en un Sistema Experto
Razonamiento basado en Casos (CBR)
• Descripciones de experiencias anteriores de especialistas
humanos, representadas como casos, almacenadas en base de datos de conocimiento
• Los sistemas buscan por casos almacenados cuyas
características sean similar al de un nuevo casos, encuentran uno cercano, y aplica la solución al nuevo caso
• Aplicaciones exitosas y no exitosas son agrupados con el caso • Almacenan inteligencia organizacional: El conocimiento es
continuamente expandido y refinado por los usuarios • Se encuentran CBR en:
• Sistemas de diagnóstico médico • Soporte al cliente
Sistemas de Razonamiento Basados en Casos
Técnicas de Inteligencia
El razonamiento basado en casos representa el conocimiento como una base de datos de casos anteriores y sus soluciones. El sistema utiliza un proceso de seis pasos para generar
Sistemas de Lógica Difusa (Fuzzy logic)
• Tecnología basada en reglas que representan imprecisiones usadas comúnmente (por ejemplo frio o caliente) son representadas dentro de rangos de valores
• Describen fenómenos o procesos lingüísticos particulares y lo representa en forma descriptiva en un pequeño número de reglas flexibles
• Entregan solución a problemas que requieren expertise que es difícil de representar en términos de reglas del tipo
SI-ENTONCES
• Autofoco y smile shutter en cámaras • Identificación de fraudes
Lógica Difusa
Redes Neurales (Neural networks)
• Encuentran patrones y los relaciones en enormes conjuntos de datos que son muy complicados para analizar para un humano
• “Aprenden” patrones reconociendo relaciones, modelos y corrigendo continuamente
• Redes “entrenadas” por humanos que generar conclusiones mas adecuadas
• Las redes neurales son utilizadas en medicina, ciencia y en negocios para identificar patrones de clasificación, análisis financiero, control y optimización
Redes Neurales
Algoritmos Genéticos
• Útiles para encontrar soluciones optimas para problemas específicos examinando un gran conjunto de posibles soluciones para el problema
• Basado conceptualmente en el proceso de evolución humana • Buscar entre soluciones variables cambiando y
reorganizando partes componentes usando procesos tales como reproducción, mutación y selección natural
• Usando en problemas de optimización de negocios
(minimización de costos, eficiencia, etc.) cuando cientos de variables están involucradas
Algoritmos Genéticos
Sistemas híbridos de IA
• Algoritmos genéticos, lógica difusa, redes
neurales y sistemas expertos integrados dentro
de aplicaciones únicas toman ventaja de lo mejor
de cada uno de ellos
• Ej: Máquinas lavadoras con lógica neurofuzzy
Agentes inteligentes
• Programas de software que trabajan en segundo plano para llevar a cabo tareas especificas , repetitivas y predecibles para los usuario, procesos de negocios y software
• Usan conocimiento limitado para tomar decisiones
• Ej: Borrar mail, encontrar el pasaje mas barato, los wizard de Office
• Aplicaciones basadas en modelamiento de agentes:
Modelan el comportamiento de los consumidores, mercados y
Agentes de Inteligencia en un SCM
Técnicas de Inteligencia
