Descripción del proyecto
EN LAS DOS ULTIMAS DECADAS PRINCIPALMENTE, SE HAN DESARROLLADO UN BUEN NUMERO DE SISTEMAS PARA LA GESTION DE PROCESOS DE NEGOCIO, CUYO OBJETIVO CONSISTE EN AUTOMATIZAR, MONITORIZAR, ANALIZAR Y OPTIMIZAR LOS PROCESOS IMPLANTADOS EN UNA ORGANIZACION, AUNQUE ESTOS SISTEMAS INCORPORAN POTENTES HERRAMIENTAS QUE DAN SOPORTE A TODAS ESTAS TAREAS, EL INTERES PRINCIPAL DE UNA ORGANIZACION SUELE RESIDIR CADA VEZ MAS EN LA TAREA DE ANALISIS, COMO MEDIO PARA CONSEGUIR VENTAJAS COMPETITIVAS, SIN EMBARGO, AUNQUE EN MUCHOS AMBITOS APLICADOS COMIENZAN A SER DE USO HABITUAL LO QUE HASTA HACE POCO ERAN PARADIGMAS DE INVESTIGACION DE LA INTELIGENCIA ARTIFICIAL (EL CASO DEL APRENDIZAJE MAQUINA ES PARADIGMATICO), NO PUEDE DECIRSE QUE ESTE SEA EL CASO DE LA GESTION DE PROCESOS DE NEGOCIO, DONDE LA APLICACION DE TECNICAS DE ANALISIS BASADAS EN INTELIGENCIA ARTIFICIAL SIGUE SIENDO POR EL MOMENTO BASTANTE LIMITADA,EL PROYECTO BIGBISC TIENE COMO OBJETIVO SUPERAR ESA BARRERA, PLANTEANDO INVESTIGAR EN NUEVAS TECNICAS DE SOFT COMPUTING PARA DOS AMBITOS FUNDAMENTALES DENTRO DE LOS PROCESOS DE NEGOCIO, EN PRIMER LUGAR, EN LA OBTENCION AUTOMATICA DE DICHOS PROCESOS EN ESCENARIOS COMPLEJOS, DESESTRUCTURADOS Y CON GRANDES VOLUMENES DE DATOS, DONDE LAS TECNICAS DE MINERIA DE PROCESOS EXISTENTES EN LA LITERATURA PRESENTAN PROBLEMAS DE EFICIENCIA Y ESCALABILIDAD, POR OTRO LADO, SE ABORDARA LA SIMPLIFICACION Y DETECCION DEL CAMBIO DE PROCESOS COMPLEJOS, DONDE SE HARA USO DE AGRUPAMIENTO DE TRAZAS PARA REDUCIR EL TAMAÑO DE LOS PROBLEMAS A ABORDAR Y HACERLOS TRATABLES, POR OTRO LADO, LOS PROCESOS GENERADOS SON DE UNA ALTA COMPLEJIDAD, LO QUE DIFICULTA SU INTERPRETACION POR PARTE DE LOS DECISORES, LA INVESTIGACION EN ESTOS ASPECTOS PERMITIRA REALMENTE A LAS ORGANIZACIONES COMPRENDER NO SOLO QUE PROCESOS ESTAN OCURRIENDO REALMENTE, SINO CUAL ES LA INFORMACION (DE NEGOCIO) MAS RELEVANTE SUBYACENTE EN DICHOS PROCESOS, METODOLOGICAMENTE, SE UTILIZARAN DIFERENTES APROXIMACIONES DEL SOFT COMPUTING (COMPUTACION EVOLUTIVA ENTRE OTRAS) PARA ABORDAR CADA UNO DE LOS RETOS PLANTEADOS,EN SEGUNDO LUGAR, DESARROLLAREMOS MECANISMOS PARA DESCRIBIR EN LENGUAJE NATURAL TANTO LOS PROCESOS COMO LA INFORMACION RELEVANTE DE LOS MISMOS, DE MANERA QUE PUEDA COMUNICARSE DICHA INFORMACION DE FORMA EFECTIVA A LOS DECISORES DE FORMA COMPRENSIBLE, LA NOVEDAD RADICA AQUI EN HACER UNA APROXIMACION RIGUROSA AL PROBLEMA, CONSIDERANDO TANTO INFORMACION ESTRUCTURAL DE LOS PROCESOS COMO INFORMACION DE LA EJECUCION DE LOS MISMOS, AL TRATARSE EN EL CONTEXTO DE GRANDES VOLUMENES DE DATOS, SURGIRAN PROBLEMAS ESPECIFICOS DE ESCALABILIDAD QUE DAN LUGAR AL NUEVO PARADIGMA (BIG)DATA-TO-TEXT, POR ULTIMO, METODOLOGICAMENTE, SE INTEGRA LA METODOLOGIA DE DESARROLLO DE LOS SISTEMAS DE GENERACION DE LENGUAJE NATURAL CON LA CAPACIDAD DEL SOFT COMPUTING PARA EL MODELADO DEL LENGUAJE IMPRECISO, ADEMAS DE LA RELEVANCIA CIENTIFICA DE LA PROPUESTA, EL PROYECTO DA A LA VEZ RESPUESTA A UNA NECESIDAD REAL, QUE SE PLASMA CON LA APLICACION A CINCO CASOS DE USO RELEVANTES, PROPORCIONADOS POR EMPRESAS U ORGANIZACIONES DE DIFERENTES SECTORES PRODUCTIVOS, LO QUE DA UNA BUENA IDEA DE LA UTILIDAD Y LA TRANSVERSALIDAD DE LA APROXIMACION QUE PLANTEAMOS, SE DEMOSTRARA LA EFECTIVIDAD Y EFICIENCIA DE LAS SOLUCIONES EN ESCENARIOS REALES, EN DIFERENTES TIPOS DE DOMINIOS DE APLICACION, CON PROCESOS ESTRUCTURADOS Y NO ESTRUCTURADOS, Y CON NECESIDADES MUY CLARAS DE ANALISIS DEL NEGOCIO Y DE DICHOS PROCESOS, SOFT COMPUTING\MINERÍA DE PROCESOS\SISTEMAS DATA-TO-TEXT\COMPUTACIÓN AS-A-SERVICE\COMPUTACIÓN GRID-CLÚSTER-CLOUD