info:eu-repo/semantics/bachelorThesis
Aplicación de un modelo de confianza computacional al caso de un sistema de recomendación de proveedores, siguiendo un enfoque de reputación situacional
Application of a computational trust model to the case of a supplier recommendation system, following a situational reputation approach
Registro en:
instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
Autor
Ramón Figueroa, Rafael Alexander
Gómez Pérez, Jerson Gustavo
Institución
Resumen
En este artículo se enfoca en el análisis e implementación de modelos de confianza y reputación, haciendo uso de sistemas de recomendaciones que generan recomendaciones referentes a un determinado objeto de estudio en este caso el de los Proveedores. El uso de estos sistemas se esta haciendo cada vez mas útil en el mundo ya que es una forma muy eficiente en el momento de evaluar y filtrar una mayor cantidad de información y de una gran ayuda de asistir a muchos usuarios en sus procesos de búsqueda de información. En este trabajo también se da conocer la metodología propuesta que es una combinación de sistemas GAIA II con la metodología subjetiva Prometheus para el desarrollo del sistema de recomendación. GAIA II combinado con el Modelo de Escenarios de Prometheus es una metodología que fue desarrollada a partir de los requerimientos del proyecto, los cuales determinaron que las situaciones o escenarios tenían un carácter trascendental en los demás procesos de diseño del modelo de confianza y reputación, así como también del diseño del sistema recomendado de proveedores para COOTRACOLTA LTDA. La repercusión de las situaciones extraordinarias que se presentan a lo largo del proceso de la entrega de un pedido de cierto proveedor, son de ayuda a precisar un rango de valores de calificación específico para cada escenario mediante el modelo Fire Situacional propuesto. INTRODUCCIÓN 29
1. COOTRACOLTA LTDA 31
1.1 MISIÓN 31
1.2 VISIÓN 31
1.3 HISTORIA 32
1.4 ORGANIGRAMA 33
1.5 ESTUDIO DEL SISTEMA DE PROVEEDORES DE COOTRACOLTA LTDA………… 35
1.5.1 Requisitos para ser un Proveedor de Cootracolta LTDA. 35
1.6 SISTEMA DE CONTROL DE EXISTENCIAS 36
2.INGENIERÍA DEL SOFTWARE ORIENTADA A AGENTES 40
2.1 AGENTE 40
2.1.1 Arquitectura interna. 41
2.1.2 Operaciones de un agente. 42
2.2 SISTEMA MULTIAGENTE 42
2.3 ABSTRACCIONES ORGANIZACIONALES 44
2.3.1 El Entorno. . 44
2.3.2 Roles e interacciones.. 44
2.3.3 Reglas de la Organización. . 44
2.3.4 Estructuras Organizacionales. . 45
3. METODOLOGÍAS DE SISTEMAS MULTIAGENTES 46
3.1 METODOLOGÍA PROMETHEUS 46
3.2 METODOLOGÍA GAIA II 46
3.3 COMPARACION GAIA II Y PROMETHEUS 47
3.4 METODOLOGÍA PROPUESTA 49
3.4.1 Arquitectura. 49
4. CONFIANZA COMPUTACIONAL 59
4.1 CONFIANZA Y REPUTACIÓN 59
4.2 CLASIFICACIÓN DE MODELOS DE REPUTACIÓN 62
4.3 MODELOS DE CONFIANZA COMPUTACIONAL 63
4.3.1 Modelo de Confianza de S. Marsh.. 64
4.3.2 Modelo de Confianza de Carter. 65
4.3.3 Modelo de Confianza de Castelfranchi y Falcone. 67
4.3.4 Modelo FIRE.. 68
5. APLICACIÓN DE LA METODOLOGÍA PROPUESTA AL CASO DEL SISTEMA DE RECOMENDACIÓN DE COOTRACOLTA LTDA 75
5.1 FASE DE RECOLECCIÓN DE REQUERIMIENTOS 75
5.2 FASE DE ANÁLISIS 75
5.3 FASE DE DISEÑO 96
5.4 FASE DE DISEÑO DETALLADO 97
5.5 FASE DE IMPLEMENTACIÓN 103
6. SISTEMAS DE RECOMENDACIÓN 104
6.1 DEFINICIÓN 104
6.2 TIPOS 105
6.3 SISTEMAS DE RECOMENDACIÓN POR CONTENIDO 108
7. APLICACIÓN DEL MODELO FIRE AL CASO DEL SISTEMA DE RECOMENDACIÓN DE COOTRACOLTA LTDA 109
7.1 DETERMINACIÓN DE LAS CALIFICACIONES DE LOS ACTORES. 109
7.2 IDENTIFICACIÓN DE INTERACCIONES ENTRE EL PROVEEDOR Y EL GERENTE ADMINISTRATIVO. 111
7.3 IDENTIFICACIÓN DE INTERACCIONES ENTRE EL PROVEEDOR Y JEFE DE DEPARTAMENTO DE COMPRAS. 112
7.4 IDENTIFICACIÓN DE INTERACCIONES ENTRE EL PROVEEDOR Y EL JEFE DE BODEGA. 114
7.5 IDENTIFICACIÓN DE INTERACCIONES ENTRE EL PROVEEDOR Y EL JEFE DE ALMACÉN. 115
7.6 IDENTIFICACIÓN DE INTERACCIONES ENTRE EL PROVEEDOR Y EL MERCADERISTA. 117
7.7 CRITERIOS DE CALIFICACIÓN A TENER EN CUENTA PARA EL MODELO DE CONFIANZA COMPUTACIONAL PROPUESTO. 118
7.8 CALIFICACIONES ESPERADAS DE INTERACCIÓN QUE DEBE SEGUIR LOS ACTORES CON EL PROVEEDOR. 119
7.9 COMPONENTES DE FIRE APLICADO AL CASO DE ESTUDIO. 121
7.9.1 Confianza de Interacción (IT). 121
7.9.2 Confianza Basada en Roles (RT). Las reglas tienen la siguiente forma: 122
7.9.3 Reputación de Testigos (WR).: 123
7.9.4 Reputación de Certificados (CR)…………………………………...…………125
7.9.5 Combinando los Componentes 125
8. IMPLEMENTACIÓN DEL SISTEMA DE RECOMENDACIÓN DE COOTRACOLTA LTDA 126
8.1 ARQUITECTURA DEL SISTEMA RECOMENDADOR 126
8.2 HERRAMIENTAS UTILIZADAS PARA LA IMPLEMENTACIÓN 127
8.2.1 Visual Studio .Net. 127
8.2.2 SQL Server 2005.. 129
8.3 BASES DE DATOS DEL SISTEMA 129
8.3.1 Descripción de la base de datos para el caso de un sistema de recomendación de proveedores de COOTRACOLTA LTDA. .. 129
8.3.2 Script de la base de datos. 143
8.3.3 Modelo Entidad/Relación del sistema de recomendación de proveedores 148
8.4 INTERFACES DE USUARIO 151
9. PRUEBAS DEL SISTEMA 176
9.1 APLICACIÓN DE LAS PRUEBAS AL SISTEMA DE RECOMENDACIÓN DE PROVEEDORES DE COOTRACOLTA LTDA. 177
10. CONCLUSIONES 180
11. TRABAJOS FUTUROS 182
REFERENCIAS 183 Pregrado This article focus in the analysis and implementation of Trust and Reputation models, making use of recommendation systems which generates object determine recommendations in this case Providers. The use of this systems is becoming more and more helpful due to its function of evaluate and filter a bigger amount of information and then being a supportive tool for the users in their data searching process. In this work its shown the propose methodology which is a combination between GAIA II and the subjective methodology Prometheus for the development of the Recommendation System. GAIA II combined with the Scenarios Model of Prometheus is a methodology design specifically for the needs of this project which determine situation or scenarios far-reaching character in every design process of the trust and reputation model, just like for the COOTRACOLTA LTDA Providers Recommendation System. The repercussions of extraordinary situations which present during the certain providers delivery are helpful information to determine the next qualification value range specifically for each scenario using the Situational Fire Model propose.