Investigación
Proyectos
BIGBISC: Aportando Inteligencia a los procesos de negocio mediante soft computing en escenarios B...

BIGBISC: Aportando Inteligencia a los procesos de negocio mediante soft computing en escenarios Big Data

En las dos últimas décadas principalmente, se han desarrollado un buen número de sistemas para la gestión de procesos de negocio, cuyo objetivo consiste en automatizar, monitorizar, analizar y optimizar los procesos implantados en una organización. Sin embargo, puede decirse que la aplicación de técnicas de análisis basadas en Inteligencia Artificial sigue siendo por el momento bastante limitada en el ámbito de los procesos de negocio.

El proyecto BIGBISC se plantea investigar en nuevas técnicas de soft computing para dos ámbitos fundamentales dentro de los procesos de negocio:

  • En primer lugar, en la obtención automática de dichos procesos en escenarios complejos, desestructurados y con grandes volúmenes de datos.
  • En segundo lugar, desarrollando mecanismos para describir en lenguaje natural tanto los procesos como la información relevante de los mismos, de manera que pueda comunicarse dicha información de forma efectiva y comprensible a los agentes encargados de la toma de decisiones.

En el proyecto se han definido seis casos de uso reales relevantes, proporcionados por empresas u organizaciones de diferentes sectores productivos, lo que da una buena idea de la utilidad y la transversalidad de la aproximación que planteamos.

Además se plantea un modelo de oferta de los algoritmos y técnicas desarrolladas en el proyecto siguiendo el paradigma “as a service”, para lo cual se desarrollarán capas de middleware que faciliten la ejecución de las soluciones algorítmicas en entornos cloud multi-proveedor.

 

Objetivos

El objetivo del proyecto es el desarrollo de un conjunto de algoritmos de minería de procesos y data-to-text, basados en técnicas de soft computing, que se integrarán en una infraestructura Bigmining as-a-service para el soporte a la inteligencia de negocio en escenarios Big Data. Tanto los algoritmos como la infraestructura se validarán con varios conjuntos de datos correspondientes a distintos escenarios y dominios de aplicación reales, con el fin de demostrar la aplicabilidad de las soluciones propuestas.
Este objetivo general se puede desgranar en los siguientes objetivos específicos:

  1. Desarrollar algoritmos de minería de procesos para el descubrimiento, simplificación y detección del cambio de procesos complejos en los que se generan grandes volúmenes de trazas y donde se hará uso de agrupamiento de trazas para reducir el tamaño de los problemas a abordar y hacerlos tratables.
  2. Desarrollar algoritmos basados en técnicas data-to-text para la descripción en lenguaje natural de indicadores de negocio y de modelos de procesos estructurados y no estructurados en escenarios con un gran volumen de datos, lo cual requerirá de un nuevo modelo (Big) data-to-text que se adapte a las características de dichos procesos y escenarios.
  3. Diseñar una infraestructura Big-mining-as-a-service para la integración flexible de algoritmos de inteligencia de negocio, en particular algoritmos basados en minería de procesos y data-to-text, que garantice su disponibilidad y que provisione los recursos computacionales necesarios para su ejecución eficiente y de bajo coste.
  4. Demostrar la efectividad y eficiencia de las soluciones en escenarios reales, en diferentes tipos de dominios de aplicación, con procesos estructurados y no estructurados, y con necesidades muy claras de análisis del negocio y de la especificación de los procesos.