Mediación y selección de fuentes de datos en organizaciones virtuales a gran escala

                object(stdClass)#3724 (5) {
  ["noshare"]=>
  bool(true)
  ["role"]=>
  string(3) "A01"
  ["roleonixlist"]=>
  string(2) "17"
  ["name"]=>
  string(17) "Alexandra Pomares"
  ["label"]=>
  object(Magento\Framework\Phrase)#3794 (2) {
    ["text":"Magento\Framework\Phrase":private]=>
    string(6) "Author"
    ["arguments":"Magento\Framework\Phrase":private]=>
    array(0) {
    }
  }
}

Autor(es)
Alexandra Pomares

Disponibilidad de la publicación

A la venta en este portal

Impreso ISBN 9789586955645 $ 61.800 Cantidad:

Debes seleccionar al menos un formato

Especificaciones por formato:

Impreso

Estado de la publicación:

Activo

Año de edición:

2010

ISBN-13:

Páginas:

260

Tamaño(cm):

17 x 24

Peso (kg):

0.4900 kg

SKU (Número de Referencia):

Los eBooks comprados en este catálogo editorial se acceden mediante vista en línea dentro de este mismo entorno, o, para vista fuera de línea, a través de Scholar App (PC/Mac) y Mōn'k App (iOS/Android). El usuario final no recibirá archivo PDF o EPUB ni por correo ni por descarga.

Descripción

La selección de fuentes de datos es uno de los procesos más críticos en los sistemas de mediación en contextos de gran escala, como los que se encuentran en las grandes organizaciones virtuales. En tales contextos, el alto volumen de fuentes de datos estructurados, la distribución, la heterogeneidad, la fragmentación y replicación de datos dificultan la identificación de las fuentes de datos relevantes que deben evaluar una consulta. Esta tesis provee un análisis exhaustivo de las propuestas actuales de mediación y de selección de fuentes de datos desde el punto de vista de las exigencias de los contextos a gran escala. Aporta una estrategia de selección de fuentes de datos llamada OptiSource que combina técnicas de recuperación de información, optimización combinatoria y tecnologías semánticas para guiar la selección de las fuentes a aquellas más relevantes en un contexto de gran escala. OptiSource es parte de un sistema de mediación adaptable creado para organizaciones virtuales que elige dinámicamente la estrategia de selección de fuentes más apropiada de acuerdo con el contexto. Esta tesis provee un análisis exhaustivo de las propuestas actuales de mediación y de selección de fuentes de datos desde el punto de vista de las exigencias de los contextos a gran escala. Aporta una estrategia de selección de fuentes de datos llamada OptiSource que combina técnicas de recuperación de información, optimización combinatoria y tecnologías semánticas para guiar la selección de las fuentes a aquellas más relevantes en un contexto de gran escala. OptiSource es parte de un sistema de mediación adaptable creado para organizaciones virtuales que elige dinámicamente la estrategia de selección de fuentes más apropiada de acuerdo con el contexto.

Colaboradores

Alexandra Pomares

Tabla de contenido

1. Introducción

1.1. Motivación: integración de datos en organizaciones virtuales
1.2. Contexto: mediación de información heterogénea

1.3. Problema y objetivos de la investigación
1.3.1. Problema de investigación: optimización de la selección de fuentes de datos en organizaciones virtuales
1.3.2. Objetivos de la investigación

1.4. Contribución
1.5. Organización del documento

I. Organizaciones virtuales y estado del arte en el procesamiento distribuido de consultas

2. Organizaciones virtuales

2.1. Introducción.
2.2. Definición

2.3. OV en el sector salud
2.3.1. Participantes
2.3.2. Requerimientos de información
2.3.3. Contexto de datos

2.4. Características de los contextos de datos en las organizaciones virtuales a gran escala
2.5. Arquitectura de información para OV a gran escala
2.6. Síntesis

3. Procesamiento de consultas en contextos distribuidos y heterogéneos

3.1. Introducción

3.2. Sistemas de mediación
3.2.1. Arquitectura lógica de referencia
3.2.2. Funciones del nivel de adaptación
3.2.3. Funciones del nivel de mediación

3.3. Mediación en comunidades virtuales
3.3.1. Dimensiones del estudio
3.3.2. Web oculta (deep web)
3.3.3. Sistemas Peer to Peer (P2P)
3.3.4. Mallas de datos

3.4. Síntesis

4. Selección de fuentes de datos

4.1. Introducción

4.2. Estrategias orientadas a fuentes de datos estructuradas
4.2.1. Orientadas a las capacidades
4.2.2. Orientadas a la calidad
4.2.3. Orientadas a la oferta y la demanda
4.2.4. Flexible (Multiutilidad)

4.3. Estrategias orientadas a fuentes de datos no estructuradas
4.3.1. Orientadas a las fuentes cooperativas
4.3.2. Orientadas a las fuentes no cooperativas

4.4. Síntesis

II. Selección de fuentes de datos en organizaciones virtuales a gran escala
5. Una arquitectura de mediación para organizaciones virtuales: ARIBEC

5.1. Introducción
5.2. Principios de diseño de ARIBEC

5.3. Arquitectura de datos de ARIBEC
5.3.1. Niveles de abstracción de los datos
5.3.2. Catálogo de los VDO
5.3.3. Base de conocimiento de la OV
5.3.4. Otros elementos

5.4. Arquitectura funcional de ARIBEC
5.4.1. Componentes del nivel de mediación
5.4.2. Proceso de evaluación de consultas

5.5. Base de conocimiento de la organización virtual
5.5.1. Estructura de la base de conocimiento de la organización virtual
5.5.2. Representación de metadatos en la base de conocimiento
5.5.3. Roles de conocimiento de las fuentes de datos
5.5.4. Inserción de metadatos en la base de conocimiento
5.5.5. Consultas sobre la base de conocimiento de la OV
5.5.6. Creación y actualización de la base de conocimiento

5.6. Síntesis

6. OptiSource: estrategia de selección de fuentes de datos para organizaciones virtuales

6.1 Selección de fuentes de datos como un problema de decisión
6.1.1. Objetivo de la selección
6.1.2. Implicaciones de la fragmentación no disyunta en el proceso de selección de fuentes
6.1.3. Complejidad del problema de selección

6.2. Estrategia propuesta: OptiSource
6.2.1. Principio de OptiSource: fuentes dominantes
6.2.2. OptiSource dentro de ARIBEC

6.3. Estimación del beneficio de usar una fuente de datos
6.3.1. Aproximación intuitiva
6.3.2. Aproximación optimista
6.3.3. Aproximación usando roles
6.3.4. Aproximación usando roles y volumen

6.4. Conformación de los conjuntos de integración
6.4.1. Identificación de conjuntos de integración
6.4.2. Cartografía de la consulta

6.5. Optimización de la asignación de condiciones
6.5.1. Selección de fuentes como un problema de asignación
6.5.2. Modelo matemático
6.5.3. Identificación de fuentes de datos dominantes

6.6. Relación de OptiSource con el componente de coordinación de la ejecución
6.6.1. Coordinación de la ejecución
6.6.2. Uso de los resultados de la coordinación de ejecución

6.7. Identificación de roles de fuentes en OV
6.7.1. Interpretación de procesos de negocio
6.7.2. Identificación de roles usando minería de datos
6.7.3. Interpretación del procesamiento de consultas

6.8. Síntesis

7. Selección de fuentes multiescala para organizaciones virtuales

7.1. Problemática: desequilibrio entre el tiempo de planeación y el beneficio obtenido

7.2. Contexto de datos de la OV
7.2.1. Perfil de datos: una abstracción del contexto de datos de la OV
7.2.2. Configuración para obtener el contexto
7.2.3. Atributos derivados
7.2.4. Patrones del perfil de datos
7.2.5. Principio del proceso de selección de fuentes multiescala

7.3. Clasificación de estrategias de acuerdo con los patrones del perfil de datos
7.4. Algoritmo de elección de la estrategia de selección de fuentes de datos
7.5. Síntesis

III. Implementación y validación de la propuesta

8. Análisis y evaluación de OptiSource

8.1. Evaluación de precisión y exhaustividad de OptiSource
8.1.1. Métricas evaluadas
8.1.2. Metodología de experimentación
8.1.3. Resultados obtenidos

8.2. Análisis de sensibilidad de OptiSource
8.2.1. Metodología de análisis
8.2.2. Resultados de la experimentación

8.3. Comparación de OptiSource con otras estrategias
8.3.1. iDrips
8.3.2. Estrategias de selección aplicadas a las OV de gran escala
8.4 Prototipo
8.4.1 Implementación de componentes
8.4.2 Elección de lenguajes y marcos de trabajo

8.5 Síntesis

9. Conclusiones y perspectivas

9.1 Contribuciones
9.2 Conclusiones y perspectivas de investigación

Apéndice A
Apéndice B

Apéndice C

C.1. Clases núcleo de la base de conocimiento

C.2. Recursos de la organización virtual
C.2.1. Clases asociadas
C.2.2. Propiedades DataType

C.3. Unidades de la organización virtual
C.3.1. Clases asociadas
C.3.2. Propiedades DataType

C.4. Conceptos de dominio en la organización virtual: el caso de la salud

C.5. Propiedades ObjectType
C.5.1. Propiedades que relacionan recursos con unidades
C.5.2. Propiedades que relacionan unidades con unidades
C.5.3. Propiedades que relacionan recursos de datos con recursos de datos
C.5.4. Propiedades que relacionan recursos y conceptos de dominio

Bibliografía
Índice temático

Lista de cuadros
Cuadro 3.1-6.1

Lista de figuras
Figura 2.1-8.21