Assessment of semantic similarity in entities under monitoring: a systematic literature mapping

María Laura Sánchez Reynoso; Mario José Diván

doi:10.17533/udea.redin.20200476

Autores/as

María Laura Sánchez Reynoso Universidad Nacional de La Pampa
Mario José Diván Universidad Nacional de La Pampa

DOI:

https://doi.org/10.17533/udea.redin.20200476

Palabras clave:

análisis de inspección, monitoreo, análisis semántico, medición, procesamiento de datos

Resumen

La detección y evaluación de entidades semánticamente similares en proyectos de medición es un activo clave para la toma de decisiones en tiempo real, ya que permite reutilizar el conocimiento y experiencias previas. De este modo, el objetivo de este trabajo es mapear el área temática del procesamiento de flujos de datos para identificar los temas que han sido investigados en la detección de entidades semánticamente similares. Desde el punto de vista metodológico, se realizó un estudio de mapeo sistemático obteniendo 2.122 artículos. De esta manera, 111 se mantuvieron afinando la estrategia de búsqueda, y 25 se consideraron una vez que los filtros se aplicaron conjuntamente con los criterios de inclusión/exclusión. Después de leer los 25 documentos, sólo 6 fueron pertinentes y permitieron responder a las preguntas de investigación alineadas con el objetivo de la investigación. La similitud semántica aplicada a las entidades bajo monitoreo en los proyectos de medición y evaluación es un desafío. La toma de decisiones en tiempo real depende de las medidas obtenidas, de la entidad vigilada y del contexto en el que se encuentre inmersa.

|Resumen

= 533 veces | PDF (ENGLISH)

= 474 veces| | HTML (ENGLISH)

= 0 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

María Laura Sánchez Reynoso, Universidad Nacional de La Pampa

Grupo de investigación de la ciencia, Escuela de Economía.

Mario José Diván, Universidad Nacional de La Pampa

Grupo de investigación de Ciencias, Escuela de Economía

Citas

M.J.Diván.(2012)FundamentossobreTecnologíadelainformación para las Ciencias Económicas. [La Pampa: Facultad de Ciencias Económicas y Jurídicas (Universidad Nacional de La Pampa)]. [Online]. Available: https://bit.ly/2xJj7J3

G. Rossi and D. Schwabe, “Modeling and implementing web applications with oohdm,” in Web Engineering: Modelling and Implementing Web Applications , G.Rossi, O. Pastor, D. Schwabe, and L. Olsina, Eds. Springer, 2008, pp. 109–156.

M. G. Mendonça and V. R. Basili, “Validation of an approach for improvingexistingmeasurementframeworks,” IEEE Transactionson Software Engineering , vol. 26, no. 6, June 2000. [Online]. Available: https://doi/10.1109/32.852739

F.Coallier,“A vision for international standardization in software and systems engineering,” in 6 th International Conference on the Quality of Information and Communications Technology(QUATIC2007) ,Lisbon, Portugal, 2007, pp. 3–11.

P. Becker, P. Lew, and L. Olsina, “Strategy to improve quality for software applications:A process view],” in ICSSP ’11: Proceedings of the 2011 International Conference on Software and Systems Process , 2011, pp. 129–138.

M. Diván and M. L. Sanchéz, “Fostering the interoperability of the measurement and evaluation project definitions in PAbMM,” in 2018 7 th International Conference on Reliability, Infocom Technologies and Optimization (Trends and Future Directions) (ICRITO) , Noida, India, 2019, pp. 231–238.

M. J. Divan, “Processing architecture based on measurement metadata,” in 2016 5 th International Conference on Reliability, Infocom Technologies and Optimization (Trends and Future Directions) (ICRITO) , Noida, India, 2016, pp. 6–15.

M. A. Martin and M. J. Divan, “Case based organizational memory for processing architecture based on measurement metadata,” in 2016 5 th International Conference on Reliability, Infocom Technologies and Optimization (Trends and Future Directions) (ICRITO) , Noida, India, 2016.

P. Runeson and M. Höst, “Guidelines for conducting and reporting case study research in software engineering,” Empir. Softw. Eng. , vol. 14, no. 131, 2009. [Online]. Available: https://doi.org/10.1007/s10664-008-9102-8

J. M. Verner, J. Sampson, V. Tosic, N. A. Abu, and B. A. Kitchenham, “Guidelines for industrially-based multiple case studies in software engineering,” in 2009 Third International Conference on Research Challenges in Information Science , Fez, Morocco, 2009, pp. 313–324.

D. Budgen and P. Brereton, “Performing systematic literature reviews in software engineering,” in Proceeding of the 28 th internationalconferenceonSoftwareengineering-ICSE’06 ,Shanghai, China, 2006, pp. 1051–1052.

P. Runeson and M. Höst, “Using mapping studies as the basis for further research – A participant-observer case study,” Inf. Softw. Technol. , vol. 53, no. 6, June 2011. [Online]. Available: https://doi.org/10.1016/j.infsof.2010.12.011

K. Petersen, S. Vakkalanka, and L. Kuzniarz, “Guidelines for conducting systematic mapping studies in software engineering: An update,” Inf. Softw. Technol. , vol.64, August 2015.[Online].Available: https://doi.org/10.1016/j.infsof.2015.03.007

[¨¨´´14] D. Carrizo and C. Ortiz, “Models of requirements elicitation process: A systematic mapping,” Ing. Desarro. , vol. 34, no. 1, January 2016. [Online]. Available: https://doi.org/10.14482/indc.33.2.6368

A. R. Cárdenas and et al , “A systematic mapping study of process mining,” Enterp. Inf. Syst. , vol. 12, no. 5, November 2018. [Online]. Available: https://doi.org/10.1080/17517575.2017.1402371

A. Idri, I. Abnane, and A. Abran, “Systematic mapping study of missing values techniques in software engineering data,” in 2015 IEEE/ACIS 16 th International Conference on Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing (SNPD) , Takamatsu, Japan, 2015, pp. 1–8.

V.H.Durelliand et al , “Machinelearningappliedtosoftwaretesting: A systematic mapping study,” IEEE Trans. Reliab. , vol. 68, no. 3, September 11 2019. [Online]. Available: https://doi.org/10.1109/TR.2019.2892517

I. D. López, A. Figueroa, and J. C. Corrales, “Un mapeo sistemático sobre predicción de calidad del agua mediante técnicas de inteligencia computacional,” Rev. Ing. Univ. Medellín , vol. 15, no. 28, June 2016. [Online]. Available: http://dx.doi.org/10.22395/rium.v15n28a2

Y. Ma, L. Liu, K. Lu, B. Jin, and X. Liu, “A graph derivation based approach for measuring and comparing structural semantics of ontologies,” IEEE Trans. Knowl. Data Eng. , vol. 26, no. 5, May 2014. [Online]. Available: http://dx.doi.org/10.1109/TKDE.2013.120

G. Glavaš, M. Franco, S. P. Ponzetto, and P. Rosso, “A resource-light method for cross-lingual semantic textual similarity,” Knowledge-Based Syst. , vol. 143, March 1 2018. [Online]. Available: https://doi.org/10.1016/j.knosys.2017.11.041

I. Traverso, “Exploiting semantics from ontologies to enhance accuracyofsimilaritymeasures,”in Proceedingsofthe12 th European Semantic Web Conference on The Semantic Web. Latest Advances and New Domains , 2015, pp. 795–805.

B. Hajian and T. White, “Measuring semantic similarity using a multi-tree model,” in CEUR Workshop Proceedings , 2010, pp. 7–14.

H. Sun and et al , “Topic model based knowledge graph for entity similarity measuring,” in 2018 IEEE 15 th International Conference on e-Business Engineering (ICEBE) , Xi’an, China, 2018, pp. 94–101.

L. Miao, Y. Zhou, W. Cheng, and J. Guo, “Using semantic similarity model to improve ogc web services matching accuracy,” in 2015 Fourth International Conference on Agro-Geoinformatics (Agro-geoinformatics) , Istanbul, Turkey, 2015, pp. 217–220.