Generación de consultas personalizadas en un LIM
- Autores
- Schiaffino, Silvia; Amandi, Analía
- Año de publicación
- 2000
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En este trabajo se describe un agente capaz de observar al usuario mientras realiza consultas a un LlMS a través de Internet/Intranet. Este agente tiene la capacidad de deducir la rutina del usuario en relación al tipo de consultas realizadas. Se observa también, el momento en que el usuario realiza cada tipo de consulta. De esta manera, el agente construye el patrón de comportamiento para el usuario. El agente utiliza el conocimiento adquirido para inferir las consultas que realizaría un usuario en un determinado momento, siendo el objetivo final del agente realizar las consultas en forma autónoma un cierto tiempo antes de que sean requeridas. De este modo, los resultados están disponibles para el usuarío cuando él los solicita, sin las demoras ni costos adicionales que actualmente debe soportar. La información adquirida sobre las consultas relevantes para un usuario constituye el perfil de consultas del mismo. Este perfil es aumentado y actualizado utilizando el feedback que el usuario provee al sistema. El agente utiliza una técnica que combina la técnica de Razonamiento Basado en Casos y la técnica de Redes Bayesianas para la generación de consultas personalizadas. En la sección 2 se describe brevemente la integración de las técnicas de Razonamiento Basado en Casos y Redes de Bayes. En la sección 3 se describe el agente QueryMonitor que implementa esta técnica integrada. Finalmente, en la sección 4 se presentan las conclusiones.
Eje: Sistemas inteligentes. Metaheurísticas.
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
consultas
LIMS
Heuristic methods
feed-back
Intelligent agents
razonamiento basado en casos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/22111
Ver los metadatos del registro completo
id |
SEDICI_03f5ad9d19edb25aa259d43864c77723 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/22111 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Generación de consultas personalizadas en un LIMSchiaffino, SilviaAmandi, AnalíaCiencias InformáticasARTIFICIAL INTELLIGENCEconsultasLIMSHeuristic methodsfeed-backIntelligent agentsrazonamiento basado en casosEn este trabajo se describe un agente capaz de observar al usuario mientras realiza consultas a un LlMS a través de Internet/Intranet. Este agente tiene la capacidad de deducir la rutina del usuario en relación al tipo de consultas realizadas. Se observa también, el momento en que el usuario realiza cada tipo de consulta. De esta manera, el agente construye el patrón de comportamiento para el usuario. El agente utiliza el conocimiento adquirido para inferir las consultas que realizaría un usuario en un determinado momento, siendo el objetivo final del agente realizar las consultas en forma autónoma un cierto tiempo antes de que sean requeridas. De este modo, los resultados están disponibles para el usuarío cuando él los solicita, sin las demoras ni costos adicionales que actualmente debe soportar. La información adquirida sobre las consultas relevantes para un usuario constituye el perfil de consultas del mismo. Este perfil es aumentado y actualizado utilizando el feedback que el usuario provee al sistema. El agente utiliza una técnica que combina la técnica de Razonamiento Basado en Casos y la técnica de Redes Bayesianas para la generación de consultas personalizadas. En la sección 2 se describe brevemente la integración de las técnicas de Razonamiento Basado en Casos y Redes de Bayes. En la sección 3 se describe el agente QueryMonitor que implementa esta técnica integrada. Finalmente, en la sección 4 se presentan las conclusiones.Eje: Sistemas inteligentes. Metaheurísticas.Red de Universidades con Carreras en Informática (RedUNCI)2000-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf68-70http://sedici.unlp.edu.ar/handle/10915/22111spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:53Zoai:sedici.unlp.edu.ar:10915/22111Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:53.36SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Generación de consultas personalizadas en un LIM |
title |
Generación de consultas personalizadas en un LIM |
spellingShingle |
Generación de consultas personalizadas en un LIM Schiaffino, Silvia Ciencias Informáticas ARTIFICIAL INTELLIGENCE consultas LIMS Heuristic methods feed-back Intelligent agents razonamiento basado en casos |
title_short |
Generación de consultas personalizadas en un LIM |
title_full |
Generación de consultas personalizadas en un LIM |
title_fullStr |
Generación de consultas personalizadas en un LIM |
title_full_unstemmed |
Generación de consultas personalizadas en un LIM |
title_sort |
Generación de consultas personalizadas en un LIM |
dc.creator.none.fl_str_mv |
Schiaffino, Silvia Amandi, Analía |
author |
Schiaffino, Silvia |
author_facet |
Schiaffino, Silvia Amandi, Analía |
author_role |
author |
author2 |
Amandi, Analía |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas ARTIFICIAL INTELLIGENCE consultas LIMS Heuristic methods feed-back Intelligent agents razonamiento basado en casos |
topic |
Ciencias Informáticas ARTIFICIAL INTELLIGENCE consultas LIMS Heuristic methods feed-back Intelligent agents razonamiento basado en casos |
dc.description.none.fl_txt_mv |
En este trabajo se describe un agente capaz de observar al usuario mientras realiza consultas a un LlMS a través de Internet/Intranet. Este agente tiene la capacidad de deducir la rutina del usuario en relación al tipo de consultas realizadas. Se observa también, el momento en que el usuario realiza cada tipo de consulta. De esta manera, el agente construye el patrón de comportamiento para el usuario. El agente utiliza el conocimiento adquirido para inferir las consultas que realizaría un usuario en un determinado momento, siendo el objetivo final del agente realizar las consultas en forma autónoma un cierto tiempo antes de que sean requeridas. De este modo, los resultados están disponibles para el usuarío cuando él los solicita, sin las demoras ni costos adicionales que actualmente debe soportar. La información adquirida sobre las consultas relevantes para un usuario constituye el perfil de consultas del mismo. Este perfil es aumentado y actualizado utilizando el feedback que el usuario provee al sistema. El agente utiliza una técnica que combina la técnica de Razonamiento Basado en Casos y la técnica de Redes Bayesianas para la generación de consultas personalizadas. En la sección 2 se describe brevemente la integración de las técnicas de Razonamiento Basado en Casos y Redes de Bayes. En la sección 3 se describe el agente QueryMonitor que implementa esta técnica integrada. Finalmente, en la sección 4 se presentan las conclusiones. Eje: Sistemas inteligentes. Metaheurísticas. Red de Universidades con Carreras en Informática (RedUNCI) |
description |
En este trabajo se describe un agente capaz de observar al usuario mientras realiza consultas a un LlMS a través de Internet/Intranet. Este agente tiene la capacidad de deducir la rutina del usuario en relación al tipo de consultas realizadas. Se observa también, el momento en que el usuario realiza cada tipo de consulta. De esta manera, el agente construye el patrón de comportamiento para el usuario. El agente utiliza el conocimiento adquirido para inferir las consultas que realizaría un usuario en un determinado momento, siendo el objetivo final del agente realizar las consultas en forma autónoma un cierto tiempo antes de que sean requeridas. De este modo, los resultados están disponibles para el usuarío cuando él los solicita, sin las demoras ni costos adicionales que actualmente debe soportar. La información adquirida sobre las consultas relevantes para un usuario constituye el perfil de consultas del mismo. Este perfil es aumentado y actualizado utilizando el feedback que el usuario provee al sistema. El agente utiliza una técnica que combina la técnica de Razonamiento Basado en Casos y la técnica de Redes Bayesianas para la generación de consultas personalizadas. En la sección 2 se describe brevemente la integración de las técnicas de Razonamiento Basado en Casos y Redes de Bayes. En la sección 3 se describe el agente QueryMonitor que implementa esta técnica integrada. Finalmente, en la sección 4 se presentan las conclusiones. |
publishDate |
2000 |
dc.date.none.fl_str_mv |
2000-05 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/22111 |
url |
http://sedici.unlp.edu.ar/handle/10915/22111 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 68-70 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844615807402770432 |
score |
13.070432 |