Deposito TFG Convocatoria Junio 2015

TRABAJO FIN DE GRADO
ESCUELA UNIVERSITARIA POLITCNICA

Departamento de Ciencias Politcnicas
Grado en Ingeniera Informtica
Integracin de ontologas en un sistema experto para

la recomendacin de recursos educativos en un LMS
(Learning Management System)
Autor: D. Alberto Miguel Oliva Molina
Director: Dr. D. Alberto Caballero Martnez
Director: Dr. D. Andrs Muoz Ortega
Murcia, Junio de 2015
TRABAJO FIN DE GRADO
ESCUELA UNIVERSITARIA POLITCNICA

Departamento de Ciencias Politcnicas
Grado en Ingeniera Informtica
Integracin de ontologas en un sistema experto para

la recomendacin de recursos educativos en un LMS
(Learning Management System)
Autor: D. Alberto Miguel Oliva Molina
Director: Dr. D. Alberto Caballero Martnez
Director: Dr. D. Andrs Muoz Ortega
Murcia, Junio de 2015
Dr. D. Alberto Caballero Martnez profesor de la UCAM.

Dr. D. Andrs Muoz Ortega profesor de la UCAM.
CERTIFICAN: que el Trabajo Fin de Grado titulado Integracin de
ontologas en un sistema experto para la recomendacin de recursos
educativos en un LMS (Learning Management System) que presenta D.
Alberto Miguel Oliva Molina, para optar al ttulo oficial de Grado en Ingeniera
informtica, ha sido realizado bajo su direccin.
A su juicio rene las condiciones necesarias para ser presentado en la

Universidad Catlica San Antonio de Murcia y ser juzgado por el tribunal
correspondiente.
Murcia, a 1 de Junio de 2015
Dr. D. Alberto Caballero Martnez
Dr. D. Andrs Muoz Ortega
Agradecimientos.
Me gustara expresar mi agradecimiento a todas las personas que han

hecho posible este trabajo. En especial a mis tutores, Alberto Caballero y
Andrs Muoz, que han guiado y ayudado de forma excepcional al
desarrollo de este proyecto. Por su eterna paciencia y comprensin, a pesar
de los retrasos y dificultades que han acompaado este desarrollo, ellos
siempre dieron su apoyo y su soporte.
A mi familia, porque sin su apoyo, posiblemente, este proyecto y el grado

que
culmina
con
su
presentacin,
habran
quedado
abandonados
indefinidamente.
A mis compaeros de carrera, Francisco y Daniel, que estuvieron a mi

lado
en
los
peores
momentos,
apoyndome
incondicionalmente.
Posiblemente el valor ms destacable de mi paso por UCAM sea esta

amistad que me llevo.
A mi amigo Potter por haberme ayudado siempre sin pedir nada a cambio.
Gracias a todos.
RESUMEN
En el presente trabajo fin de grado se plantea e implementa
un
sistema experto dentro de un LMS (Learning Management System), el

cual, mediante la combinacin de la informacin del contexto y el uso de
conocimiento
experto
es
capaz
de
proporcionar
servicios
de
personalizacin y recomendacin dentro del mismo.
Para la representacin del contexto de un LMS hemos creado una

ontologa denominada OntoSakai. Esta ontologa est formada, a su
vez, por cuatro ontologas, que representan, en conjunto, las diferentes
reas del proceso de aprendizaje: competencias, usuarios, herramientas
de aprendizaje y clasificacin semntica de los elementos de un LMS.
Proporciona, por tanto, un vocabulario estandarizado sobre los elementos
de un LMS y las actividades acadmicas realizadas dentro de esta
plataforma.
Esta combinacin de conocimiento experto e informacin de contexto

puede ser fcilmente integrada con otros sistemas dentro del entorno
acadmico con el objeto de proporcionar interoperabilidad entre ellos.
Concretamente, en este trabajo, hemos integrado nuestro sistema con
Sakai, un conocido LMS para entornos universitarios. Como resultado de
esta integracin, OntoSakai es capaz de recomendar recursos con el
objetivo proporcionar un beneficio tanto para el aprendizaje por parte del
alumno como facilitar y adaptar el proceso de enseanza por parte del
personal docente.
En el desarrollo de este trabajo, analizamos la integracin de

OntoSakai con el LMS mencionado. Para demostrar su correcto
funcionamiento hemos implementado una versin semntica de la
herramienta Recursos mediante un servicio Web que permite ofrecer
servicios de recomendacin.
Palabras Clave: LMS, Ontologa, servicio Web, Recomendacin

Automtica.
ABSTRACT
In current end-of-grade project an expert system within an LMS (Learning

Management System) is laid out and implemented. By combining the contextual
information and use of expert knowledge the system is able to provide
personalization and recommendation in it services.
To represent the user context within an LMS we have created an ontology

which we have called "OntoSakai". This ontology is formed, in turn, by four
subonthologies, which, together, represent the different areas of the learning
process: competences, users, tools for learning and semantic classification of
the elements of an LMS. Therefore, provides a standardized vocabulary about
the elements of an LMS and the academic activities carried out within this
platform.
This combination of expert knowledge and contextual information can be

easily integrated with other systems within the academic environment in order
to provide interoperability between them. Specifically, in this work, we have
integrated our system with Sakai, a famous LMS for university environments. As
a result of this integration, OntoSakai is able to generate user profiles that
facilitate customization of the use of the tools within the LMS, and is able to
recommend resources in order to benefit the student's learning as well as to
facilitate and adapt the process of teaching by teaching staff.
In the development of this paper, we analyze the integration of OntoSakai

with the aforementioned LMS. In order to demonstrate proper functionality we
have implemented a semantic version of the 'Resources' tool by using a web
service that can offer recommendations.
Keywords: LMS, Ontology, Web Service, Automatic Recomendation.
ndice de contenido
1. INTRODUCCIN ....................................................................................... 27
1.1
Motivacin ........................................................................................... 27
1.2
Definicin ............................................................................................ 30
1.3
Objetivos ............................................................................................. 32
2. ESTADO DEL ARTE.................................................................................. 33

2.1
Conceptos relevantes del dominio de la aplicacin. ............................ 33
2.1.1
Sakai............................................................................................. 33
2.1.2
OntoSakai. .................................................................................... 34
2.2
Relacin con proyectos con la misma funcionalidad. .......................... 36
2.3
Estudio de viabilidad. .......................................................................... 39
2.3.1
Alcance del proyecto. ................................................................... 39
2.3.2
Estudio de la situacin actual. ...................................................... 41
2.3.3
Estudio y valoracin de las alternativas de solucin ..................... 44
3. METODOLOGIAS USADAS ...................................................................... 48

3.1
Recogida de requisitos: IEEE 830. ...................................................... 48
3.2
Modelado del sistema. ........................................................................ 50
3.2.1
Modelado de OntoSakai. .............................................................. 50
3.2.2
Modelado de OntoSakaiWS y las herramientas a integrar dentro
del campus. ............................................................................................... 51

4. TECNOLOGIAS Y HERRAMIENTAS USADAS EN EL PROYECTO ........ 57
4.1
Tecnologas empleadas. ..................................................................... 57
4.1.1
Desarrollo de la ontologa. ............................................................ 57
4.1.2
Desarrollo de OntoSakaiWS. ........................................................ 59
4.1.3
Desarrollo de las herramientas integradas con Sakai. .................. 62
4.2
Herramientas empleadas. ................................................................... 64
4.2.1
Proteg. ........................................................................................ 64
4.2.2
Eclipse. ......................................................................................... 65
4.2.3
Apache Maven. ............................................................................. 65
4.2.4
Apache Tomcat............................................................................. 66
4.2.5
Sublime Text. ................................................................................ 66
4.2.6
DBVisualizer. ................................................................................ 67
5. ESTIMACIN DE RECURSOS Y PLANIFICACIN ................................. 69

5.1
Fases del proyecto. ............................................................................. 69
5.2
Estimaciones utilizadas. ...................................................................... 71
5.2.1
Estimacin por puntos de funcin ................................................. 71
5.3
Planificacin temporal del proyecto ..................................................... 78
5.4
Coste econmico ................................................................................ 81
5.4.1
Costes materiales ......................................................................... 81
5.4.2
Costes humanos. .......................................................................... 82
5.4.3
Costes totales ............................................................................... 84
5.5
Valoracin real de la dedicacin ......................................................... 84
6. DESARROLLO DEL PROYECTO ............................................................. 89

6.1
Desarrollo de la Ontologa OntoSakai ................................................. 89
6.1.1
Glosario de trminos. .................................................................... 89
6.1.2
Taxonomas de conceptos ............................................................ 93
6.1.3
Diagrama de relaciones binarias .................................................. 96
6.1.4
Diccionario de conceptos ............................................................ 100
6.1.5
Detalle de las relaciones binarias ............................................... 101
6.1.6
Descripcin de los atributos de instancia .................................... 102
6.1.7
Descripcin de atributos de clase ............................................... 103
6.1.8
Descripcin de las constantes .................................................... 103
6.1.9
Descripcin de las instancias ..................................................... 103
6.1.10 Conclusiones OntoSakai ............................................................ 104

6.1.11 Implantacin de la ontologa en Proteg. ................................... 105
6.2
OntoSakaiWS .................................................................................... 108
6.2.1
Especificacin de requisitos de software. ................................... 108
6.2.2
Diseo de la solucin.................................................................. 117
6.2.3
Pruebas de esfuerzo ................................................................... 123
6.2.4
Despliegue .................................................................................. 124
6.3
OntoSakai Resources ....................................................................... 124
6.3.1
Especificacin de requisitos de software. ................................... 124
6.3.2
6.3.3
Pruebas unitarias ........................................................................ 140
6.3.4
Despliegue .................................................................................. 141
6.4
OntoSakai Browser ........................................................................... 142
6.4.1
Especificacin de requisitos de software .................................... 142
6.4.2
6.4.3
Despliegue .................................................................................. 156
7. PLAN DE PRUEBAS E INTEGRACIN .................................................. 157

7.1
Plan de pruebas ................................................................................ 157
7.1.1
7.2
Pruebas de integracin ............................................................... 157
Integracin de la solucin.................................................................. 159
8. CONCLUSIONES .................................................................................... 161

8.1
Objetivos alcanzados ........................................................................ 161
8.2
Conclusiones del trabajo y personales .............................................. 161
8.3
Vas futuras ....................................................................................... 163
9. BLIBLIOGRAFIA ...................................................................................... 167

10.
ANEXOS .............................................................................................. 173
10.1 Anexo A: Casos de uso ..................................................................... 173
10.1.1 Anexo A1: OntoSakaiWS............................................................ 173

10.1.2 Anexo A2: OntoSakai Resources ............................................... 192
10.1.3 Anexo A3: Ontosakai Browser .................................................... 202
10.2 Anexo B: Diagramas de secuencia ................................................... 209
10.2.1 Anexo B1: OntoSakaiWS............................................................ 209
10.2.2 Anexo B2: OntoSakai Resources ............................................... 220
10.2.3 Anexo B3: OntoSakai Browser ................................................... 225
10.3 Anexo C: Manual de instalacin ........................................................ 231
10.3.1 Instalacin LMS Sakai ................................................................ 231
10.3.2 Instalacin de OntoSakaiWS ...................................................... 249
10.3.3 Instalacin de OntoSakai Resources y OntoSakai Browser ....... 252
10.4 Anexo D: Manual de usuario. ............................................................ 258
10.4.1 OntoSakai Resources ................................................................. 258
10.4.2 OntoSakai Browser ..................................................................... 265
10.5 Anexo E: Especificacin de Methontology ........................................ 268
10.5.1 Principales componentes de modelado: ..................................... 268
10.5.2 Tareas definidas por Methontology............................................. 269
ndice de figuras
Figura 1. Estructura LMS ................................................................................ 28
Figura 2. Visin general de OntoSakai ............................................................ 36
Figura 3. Alcance del proyecto ......................................................................... 40
Figura 4. Aplicaciones ms usadas en UCAM ................................................ 42
Figura 5. Desarrollo en cascada ...................................................................... 53
Figura 6. Modelo de desarrollo en espiral. ....................................................... 55
Figura 7. Modelo de desarrollo en cascada con prototipado rpido. ............... 56
Figura 8. Diagrama de Gantt General .............................................................. 79
Figura 9. Diagrama de Gantt real (A) ............................................................... 85
Figura 10. Diagrama de Gantt real (B) ............................................................. 85
Figura 11. Desviacin temporal del proyecto ................................................... 87
Figura 12. Diagrama de taxonoma herramienta .............................................. 94
Figura 13. Diagrama de taxonoma perfilado. .................................................. 94
Figura 14. Diagrama de taxonoma Participante .............................................. 95
Figura 15. Diagrama de taxonoma de ms alto nivel. ..................................... 95
Figura 16. Relacin Participante - Asignatura .................................................. 96
Figura 17. Relacin Evento - Participante ........................................................ 96
Figura 18. Relacin Evento - ToolElement ....................................................... 96
Figura 19. Relacin Estudiante - ToolElement ................................................. 97
Figura 20. Relacin Calificacin - Estudiante ................................................... 97
Figura 21. Relacin Calificacin - EvaluativeToolElement ............................... 97
Figura 22. Relacin Asignatura - Herramienta ................................................. 97
Figura 23. Relacin ToolElement - Herramienta .............................................. 98
Figura 24. Relacin ToolElement -TopicItem ................................................... 98
Figura 25. Relacin Topic - TopicItem .............................................................. 98
Figura 26. Relacin Perfil - ToolElement .......................................................... 98
Figura 27. Relacin Participante - Perfil ........................................................... 99
Figura 28. Relacin ToolElement ToolElement ............................................. 99
Figura 29. Ejemplo relacin isRelatedTo .......................................................... 99
Figura 30.Importacin Proteg ....................................................................... 105
Figura 31. ObjectProperties Protege .............................................................. 106
Figura 32. Detalle propiedades Proteg ......................................................... 107
Figura 33. Atributos de concepto Proteg ...................................................... 108

Figura 34. Diagrama casos de uso OntoSakaiWS ......................................... 116
Figura 35. . Diagrama de clases OntoSakaiWS ............................................. 118
Figura 36. Diagrama de despliegue OntoSakaiWS ........................................ 124
Figura 37. . Diagrama de casos de uso OntoSakai Resources ...................... 132
Figura 38. Diagrama de clases OntoSakai Resources .................................. 134
Figura 39. Diagrama de componentes OntoSakai Resources........................ 135
Figura 40. Diseo Interface OntoSakai Resources: Login .............................. 136
Figura 41. Diseo Interface OntoSakai Resources: General .......................... 137
Figura 42. Diseo Interface OntoSakai Resources: Subida ........................... 137
Figura 43. Diseo Interface OntoSakai Resources: Topics Relacionados ..... 138
Figura 44. Diseo Interface OntoSakai Resources: Nuevo Topic .................. 138
Figura 45. Diseo Interface OntoSakai Resources: Nuevo TopicItem ........... 139
Figura 46. Diseo Interface OntoSakai Resources: Recursos relacionados .. 139
Figura 47. Diagrama de despliegue OntoSakai Resources ............................ 141
Figura 48. Diagrama de casos de uso OntoSakai Browser ............................ 149
Figura 49. Diagrama de clases OntoSakai Browser ...................................... 150
Figura 50. Diagrama de componentes OntoSakai Browser ........................... 151
Figura 51. Diseo Interface OntoSakai Browser: Login .................................. 152
Figura 52. Diseo Interface OntoSakai Browser: Listado de recursos ........... 153
Figura 53. Diseo Interface OntoSakai Browser: Recursos relacionados ...... 153
Figura 54. Diseo Interface OntoSakai Browser: Recursos relacionados
TopicItems ...................................................................................................... 154
Figura 55. Diseo Interface OntoSakai Browser: Recursos relacionados Topics
....................................................................................................................... 154
Figura 56. Diagrama de despliegue OntoBrowser .......................................... 156
Figura 57. Diagrama de despliegue de la solucin ......................................... 159
Figura 58. Diagrama secuencia OntoSakaiWS: CU01 ................................... 209

Figura 83. Diagrama secuencia OntoSakai Resources: CU01 ....................... 220
Figura 88. Diagrama secuencia OntoSakai Browser: CU01 ........................... 225
Figura 94. Comprobacin Java ...................................................................... 231
Figura 95. Descarga Java .............................................................................. 232
Figura 96. Instalacin JDK ............................................................................. 233
Figura 97. Acceso propiedades del sistema ................................................... 233
Figura 98. Propiedades del sistema ............................................................... 234
Figura 99. Propiedades avanzadas del sistema ............................................. 234
Figura 100. Nueva variable de entorno .......................................................... 235
Figura 101. Descarga SVN............................................................................. 236
Figura 102. Instalacin SVN ........................................................................... 237
Figura 103. Descarga Maven ......................................................................... 238
Figura 104. Descarga Tomcat ........................................................................ 239
Figura 105. Catalina Properties ...................................................................... 240

Figura 106. Server Properties ........................................................................ 240
Figura 107. Descarga JDBC........................................................................... 241
Figura 108. Instalacin JDBC ......................................................................... 242
Figura 109. Descarga MySQL Server ............................................................ 243
Figura 110. Instalacin MySQL Server ........................................................... 243
Figura 111. Acceso MySQL CommandLIne ................................................... 244
Figura 112. Creacin de la base de datos ...................................................... 244
Figura 113. Descarga Sakai ........................................................................... 245
Figura 114. Descarga Sakai Completada ....................................................... 246
Figura 115. Ubicacin Sakai.properties .......................................................... 246
Figura 116. Sakai.Properties .......................................................................... 247
Figura 117. Instalacin Sakai ......................................................................... 247
Figura 118. Arranque servidor ........................................................................ 248
Figura 119. Pantalla Login Sakai.................................................................... 248
Figura 120. Apagado Servidor........................................................................ 249
Figura 121. Copia OntoSakaiWS.war ............................................................. 249
Figura 122. Arranque servidor ........................................................................ 250
Figura 123. Listado de servicios OntoSakaiWS ............................................. 251
Figura 124. Copiado Herramientas ................................................................ 252
Figura 125. Instalacin OntoSakai Browser ................................................... 252
Figura 126. Instalacin OntoSakai Resources ............................................... 252
Figura 127. Resultado instalacin herramienta .............................................. 253
Figura 128. Inicio Tomcat ............................................................................... 253
Figura 129. Creacin nuevo sitio (A) .............................................................. 254
Figura 130. Creacin nuevo sitio (B) .............................................................. 254
Figura 131. Creacin nuevo sitio (C) .............................................................. 255
Figura 132. Creacin nuevo sitio (D) .............................................................. 255
Figura 133. Creacin nuevo sitio (E) .............................................................. 256
Figura 134. Creacin nuevo sitio (FINAL) ...................................................... 256
Figura 135. Login OntoSakai Resources ........................................................ 257
Figura 136. Login OntoResources.................................................................. 259
Figura 137. Visin general OntoResources .................................................... 259
Figura 138. Subida de archivo........................................................................ 260
Figura 139. Listado de topics ......................................................................... 260

Figura 140. Listado de recursos relacionados ................................................ 261
Figura 141. Subida completada...................................................................... 261
Figura 142. Crear nuevo topic ........................................................................ 262
Figura 143. Crear nuevo TopicItem ................................................................ 263
Figura 144. Comprobacin topic creado ........................................................ 264
Figura 145. Filtro de listados .......................................................................... 264
Figura 146. Login OntoBrowser...................................................................... 265
Figura 147. Listado de recursos OntoBrowser ............................................... 265
Figura 148. Pestaa recursos relacionados ................................................... 266
Figura 149. Relaciones directas ..................................................................... 266
Figura 150. Relaciones a travs de topicItem ................................................ 267
Figura 151. Relaciones a travs de topic ....................................................... 267
Figura 152. Descarga de recurso ................................................................... 268
Figura 153. Tareas que componen Methontology .......................................... 272
ndice de tablas
Tabla 1. Sistemas LMS ms usados ................................................................ 37
Tabla 2. Eventos generados por la herramienta Recursos .............................. 43
Tabla 3. Puntos de funcin OntoSakaiWS ....................................................... 72
Tabla 4. Factor de complejidad OntoSakaiWS ................................................. 73
Tabla 5. Calculo PF OntoSakaiWS .................................................................. 73
Tabla 6. Puntos de funcin OntoSakai Resources ........................................... 74
Tabla 7. Factor de complejidad OntoSakai Resources .................................... 75
Tabla 8. Calculo PF OntoSakai Resources ...................................................... 75
Tabla 9. Puntos de funcin OntoSakai Browser ............................................... 76
Tabla 10. Factor de complejidad OntoSakai Browser ...................................... 77
Tabla 11. Calculo PF OntoSakai Browser ........................................................ 77
Tabla 12. Calculo tiempo total desarrollo ......................................................... 78
Tabla 13. Detalle de las tareas ......................................................................... 80
Tabla 14. Coste econmico material del proyecto. ........................................... 82
Tabla 15. Conste personal del proyecto ........................................................... 83
Tabla 16. Coste desglosado por tareas del proyecto ....................................... 83
Tabla 17. Coste total del proyecto .................................................................... 84
Tabla 18. Planificacin de tareas real .............................................................. 86
Tabla 19. Glosario de trminos ........................................................................ 93
Tabla 20. Diccionario de conceptos ............................................................... 101
Tabla 21. Relaciones Binarias ........................................................................ 102
Tabla 22. Atributos de instancia ..................................................................... 103
Tabla 23. Instancias ....................................................................................... 103
Tabla 24. Definicin Actor 1 OntoSakaiWS .................................................... 115
Tabla 25. Definicin actor 2 OntoSakaiWS .................................................... 115
Tabla 26. Casos de prueba OntoSakaiWS. .................................................... 122
Tabla 27. Pruebas de esfuerzo. ..................................................................... 123
Tabla 28. Definicin actor OntoSakai Resources ........................................... 131
Tabla 29. Casos de prueba OntoSakai Resources ........................................ 141
Tabla 30. Definicin actor 1 OntoSakai Browser ............................................ 148
Tabla 31. Casos de prueba OntoSakai Browser ............................................ 155
Tabla 32. Pruebas de integracin................................................................... 158
Tabla 33. Caso de uso OntoSakaiWS: CU01 ................................................. 173

Tabla 52. Caso de uso OntoSakai Resources: CU01 .................................... 192
Tabla 62. Caso de uso OntoSakai Browser: CU01 ........................................ 202

Tabla 69. Roles de usuario............................................................................. 258
1. INTRODUCCIN
En este apartado ofrece una visin global sobre el proyecto que se
pretende desarrollar en este trabajo fin de grado. Abarca el proyecto
desde
tres
perspectivas,
motivacin,
definicin
objetivos
que
pretendemos alcanzar como conclusin de este desarrollo.
1.1
Motivacin
Los LMS (Learning Management System) se han consolidado, como
una herramienta flexible y dinmica para la enseanza universitaria a
nivel mundial. Podemos definir LMS o Entorno Virtual de Aprendizaje
como una plataforma, que administra, distribuye y controla las actividades
de formacin de una institucin u organizacin. Define, por tanto, un
entorno de trabajo para apoyar la gestin de contenidos y los procesos
acadmicos, tanto para enseanzas presenciales como a distancia.
De forma genrica, podramos decir que las principales funciones de un

LMS moderno son las siguientes:
Gestionar recursos de usuarios as como materiales y actividades

de formacin
Administrar el acceso, controlar y dar seguimiento del proceso de

aprendizaje
Realizar evaluaciones
Generar informes
Gestionar servicios de aprendizaje colaborativo como foros de

discusin, videoconferencias, entre otros
27
Figura 1. Estructura LMS [27]
La mayora de los LMS comparten una estructura similar, ilustrada por

la figura 1, estn basados en la Web, construidos con diversas
plataformas de desarrollo, como Java, Microsoft .NET o PHP. Por lo
general, emplean el uso de una base de datos como MySQL, Microsoft
SQL Server u Oracle como el almacn de datos de back-end. Aunque la
mayora de los sistemas son desarrollados comercialmente y tienen
licencias de software comercial, hay varios sistemas que tienen una
licencia de cdigo abierto.
El uso de LMS permite mejorar el proceso de enseanza, as como

una mejor calidad y menor coste del proceso de aprendizaje. [24]
Atendiendo a lo expuesto anteriormente, podemos constatar que el uso

de LMS en los entornos educativos supone una serie de ventajas y
mejoras en el proceso formativo. Sin embargo, al margen de estas
ventajas, algunos estudios indican que an existen retos que superar
antes de poder construir un entorno de enseanza completo y exitoso.
Estos retos vienen dados principalmente por la falta de conocimiento

sobre la experiencia y las preferencias de la gran cantidad de estudiantes
y docentes que usan estos sistemas, los cuales, a nivel individual, tienen
diferentes habilidades, preferencias y formas de trabajar. [5]
De este modo, aunque los diferentes tipos de indicadores de uso estn

disponibles en la mayora de los LMS, la ausencia de herramientas para
28
interpretar automticamente dicha informacin delega esta carga de

trabajo en los docentes, que deben buscar una posible correlacin entre
los indicadores del uso y los resultados de los estudiantes de una manera
tediosa y artesanal.
Como resultado de los estudios citados anteriormente, dos aspectos

destacan como los ms inmediatos y asequibles a la hora de mejorar un
LMS
En primer lugar, la personalizacin dentro de un LMS hace

referencia a la adaptacin de los recursos y servicios de aprendizaje
de acuerdo con las necesidades reales del estudiante. Existen
diferentes alternativas (combinables entre s) para conseguir esta
personalizacin: adaptacin de contenido, centrado en bsquedas,
interfaces personalizadas (especialmente para personas con
necesidades especiales) e interfaces dependientes de dispositivos.
En
segundo
lugar,
un
LMS
debe
mostrar
tambin
un
comportamiento proactivo, es decir, debe ser capaz de

recomendar recursos y servicios tanto a los estudiantes en su
proceso de aprendizaje- como a los docentes en las decisiones
sobre la gestin del curso-. Como ejemplo, un LMS con
capacidades de recomendacin podra ser muy til cuando un
estudiante recibe malas calificaciones en una asignatura en
concreto. En este caso, el LMS podra ofrecer nuevas actividades
para ayudarle a detectar sus fallos y recomendarle nuevos
contenidos para reforzar sus conocimientos.
En definitiva, la motivacin de este proyecto nace de la necesidad de
analizar y proponer herramientas y tecnologias para dotar de las
capacidades anteriormente mencionadas a un entorno LMS, con el
objetivo de convertirlo en un entorno, tanto para docencia como para
aprendizaje, ms completo y capaz de adaptarse a las necesidades
especficas de cada tipo de usuario.
29
1.2
Definicin
En el presente trabajo nos basamos en una de las principales
alternativas para llevar a cabo la personalizacin y recomendacin de
servicios en un LMS, basada en el modelado de contexto mediante
ontologas. Las ontologas ofrecen descripciones formales y comunes de
los trminos relacionados con un LMS. Estas descripciones pueden,
adems, ser procesadas y compartidas por otras aplicaciones. Adems,
permiten la extraccin de conocimiento implcito derivado de la
clasificacin y restricciones modeladas en la ontologa. Con todo, las
ontologas son esenciales en un escenario donde la informacin
semntica debe tenerse en cuenta. A medida que el LMS registra un gran
volumen de datos y eventos generados por los usuarios, la semntica de
dichos datos y eventos podran ser capturados y utilizados como entrada
en un sistema sensible al contexto integrado en cualquier LMS.
En este trabajo se sigue la lnea de investigacin basada en el

modelado a travs de ontologas como una solucin para ofrecer
personalizacin y recomendacin en el contexto de un LMS. [28]
Completando el trabajo realizado en la investigacin anteriormente

citada, lo primero que haremos ser integrar las ontologas propuestas en
el artculo con una ontologa de perfilado y una ontologa de evaluacin de
competencias [9]. Como resultado, se obtiene un modelo de conocimiento
llamado OntoSakai capaz de representar informacin semntica sobre los
componentes de un LMS, perfiles de los estudiantes y docentes y de los
resultados acadmicos. Sobre la base de este modelo, se definen varias
reglas de experto encaminadas a crear servicios de personalizacin y
recomendacin. Como prueba de concepto, integramos nuestro sistema
sensible al contexto en Sakai, un sistema LMS conocido a nivel mundial y
que, actualmente, se est usando en UCAM.
En este trabajo, centraremos el esfuerzo en conseguir una integracin

completa y funcional de OntoSakai con el ya mencionado, LMS utilizado
30
en la universidad, Sakai. De forma que desarrollaremos, como soporte

para posibilitar el acceso desde nuestro LMS a la ontologa, una
aplicacin de tipo servicio Web, que denominaremos OntoSakaiWS.
OntoSakaiWS, cuenta, tanto con funciones de lectura como de

escritura, as como una serie de mtodos encargados de mantener la
integridad referencial y la coherencia dentro de la ontologa.
Finalmente, con el objetivo de demostrar empricamente que nuestro

desarrollo es realmente capaz de dotar de capacidades semnticas a un
LMS, se desarrollarn dos aplicaciones (tools
en la terminologa de
Sakai) capaces de gestionar recursos dentro el entorno LMS, con el valor

aadido de aportar informacin semntica a estos recursos.
Estas dos aplicaciones a desarrollar son:
OntoSakai Resources: Para la subida de archivos, similar a la

herramienta Recursos de Sakai pero con capacidades
semnticas.
OntoSakai Browser: Como aplicacin de gestin de recursos y

recomendacin de los mismos.
Cabe destacar que estas aplicaciones deben integrarse dentro del

entorno de Sakai, por lo que debemos desarrollarlas siguiendo su
arquitectura especfica y tratando de que se integren lo mejor posible,
tanto con Sakai, como con nuestra ontologa, OntoSakai.
31
1.3
Objetivos
Los objetivos generales y especficos que se pretenden conseguir
mediante la realizacin de este trabajo fin de grado son:
OG1. Integrar una serie de ontologas, previamente desarrolladas por

el departamento de Ingeniera Informtica de UCAM, que conforman el
modelo ontolgico OntoSakai.
OE1.1. Analizar las diferentes ontologas y establecer las bases

para la integracin.
OE1.2. Establecer los nuevos elementos, relaciones y/o atributos
que debemos generar.
OE1.3. Implementar la integracin de las ontologas que
componen OntoSakai mediante el lenguaje correspondiente.
OG2. Desarrollar un servicio Web fcilmente escalable y adaptable,

que acte a modo de interface entre la ontologa y el entorno LMS
permitiendo la comunicacin e interoperabilidad entre ambos.
OG3. Desarrollar dos herramientas de gestin de recursos dentro del

LMS Sakai.
OE3.1. Herramienta para la subida de recursos al campus virtual

que permita adherir contenido semntico a los recursos subidos.
OE3.2. Herramienta para la visualizacin y descarga de los
recursos subidos. Esta herramienta debe incluir un servicio de
recomendacin de recursos relacionados.
32
2. ESTADO DEL ARTE

2.1
Conceptos relevantes del dominio de la aplicacin.

En este apartado vamos a tratar los aspectos ms relevantes
relacionados con los desarrollos llevados a cabo en este trabajo. Hemos
organizado este apartado en dos grandes subapartados, de forma que
podamos tratar cada elemento de forma independiente, a fin de ofrecer
una visin completa y correcta de los hitos de este proyecto. Estas
secciones son: Sakai y OntoSakai.
2.1.1 Sakai.
En este apartado vamos a describir los aspectos de Sakai ms

relevantes para el desarrollo de nuestro trabajo fin de grado.
Sakai es uno de los LMS ms populares actualmente, usado por

diversas instituciones y universidades. Podemos definir Sakai como un
Entorno Virtual de Aprendizaje desarrollado inicialmente por las
universidades de Michigan e Indiana y puesto a disposicin de la
comunidad como una plataforma de software libre. Actualmente, el
proyecto est gestionado por la Fundacin Sakai, compuesta por ms de
100 universidades de todo el mundo.
Sakai posee multitud de funcionalidades orientadas a mejorar la

experiencia educativa y facilitar la labor de los docentes.
Sakai conforma un sistema completo que est formado por diferentes

sitios (Equivalente a una asignatura) en los cuales los alumnos pueden
hacer uso de diferentes servicios (Herramientas puestas a disposicin por
parte del equipo docente).
33
En nuestro caso, nos centraremos en la herramienta Recursos la cual

pretendemos mejorar, dotndola de informacin semntica.
La herramienta Recursos permite a los docentes subir archivos desde
su equipo al Campus Virtual. En el momento actual, cada recurso subido
pertenece a un sitio (Asignatura) concreto, y puede usarse nicamente en
el mbito de ese sitio.
Los alumnos, por su parte, pueden hacer uso de esta herramienta para
visualizar los recursos contenidos en los sitios a los que tengan acceso y,
en caso de que as lo requieran, descargarlos.
Sin embargo, esta herramienta carece de las capacidades de

recomendacin de recursos, por lo que su funcin se limita a ofrecer los
recursos subidos, sin ms informacin respecto a ellos o respecto a las
reas de conocimiento que tratan.
2.1.2 OntoSakai.
OntoSakai es la denominacin que adopta el modelo ontolgico que
pretendemos construir como ncleo del presente trabajo fin de grado.
Estar construido sobre la base de informacin de contexto de Sakai
(aplicable, con mnimas modificaciones a otros LMS) para lograr las
caractersticas de personalizacin y recomendacin. El objetivo de este
modelo ontolgico es representar y razonar sobre el proceso de
aprendizaje basado en la clasificacin de todo el material educativo
disponible en el Campus Virtual (por ejemplo, recursos, tareas,
exmenes, foros de discusin, chats, etc.), teniendo en cuenta su
contenido, adecuacin y uso, entre otros, y la generacin de perfiles de
usuario (tanto para estudiantes como para docentes), teniendo en cuenta
los eventos generados por los mismos. Estos eventos son almacenados
automticamente por Sakai dentro de la tabla Events de la base de datos.
34
En primer lugar, la clasificacin del material ayudar a los estudiantes a

encontrar los recursos necesarios de manera ms eficiente. Esta es la
base para lograr recomendaciones automatizadas tanto para estudiantes
como para docentes. En segundo lugar, el perfil de usuario tambin
permite a las recomendaciones en relacin con el tipo de actividad que los
usuarios realizan en el LMS.
OntoSakai abarca varias reas del proceso de aprendizaje al que da

soporte un LMS. La figura 2 muestra una representacin esquemtica de
las partes fundamentales de OntoSakai, resaltando los conceptos ms
relevantes en cada rea. El modelo se construir sobre la base de varias
ontologas previamente desarrolladas por profesores del departamento. A
continuacin se detallan y describen estas ontologas para su mejor
comprensin:
1. SakaiCoreOnt, representa las herramientas bsicas ofrecidas por un

LMS y los elementos contenidos en las mismas, es decir, los recursos de
un curso especfico, las discusiones del foro, los mensajes de chat, etc.
2. SakaiClassificationOnt, que se ocupa principalmente de la

clasificacin semntica de todos los elementos en Sakai, a saber, todo el
material disponible de cada herramienta en cada curso.
3. OntoCompetence, que se ocupa de la evaluacin de los alumnos,

teniendo en cuenta sus resultados de aprendizaje, calificaciones
obtenidas en las competencias que se espera que adquieran en cada
curso, etc. Esta ontologa tambin define varios conceptos necesarios
para representar el proceso de aprendizaje, como participantes
(estudiantes o docentes) y asignaturas (cursos).
4. SakaiProfileOnt, que se ocupa de la representacin de la

informacin de los perfiles de usuarios valindose para ello de los eventos
que producen dentro de Sakai.
35
Figura 2. Visin general de OntoSakai [28]
2.2
Relacin con proyectos con la misma funcionalidad.

En este apartado del trabajo fin de grado, analizaremos los LMS ms
relevantes, as como las principales iniciativas para integrar sistemas
expertos en los mismos y desarrollar tcnicas de perfilado de usuarios
mediante ontologas. Como veremos a continuacin, existe un incipiente
mbito de trabajo en el rea de la integracin semntica dentro de los
LMS para proveerlos de sistemas expertos.
La encuesta del Campus Computing Project [33] datada en 2013
pone de manifiesto la continua transicin del mercado de la educacin
superior hacia los sistemas LMS. La encuesta aborda las herramientas
comerciales y de cdigo abierto con mayor nivel de adopcin en este
mbito. Estas herramientas estn resumidas en la tabla 1.
36
Sistemas de gestin de aprendizaje ms usados

Software libre
Comerciales
Blackboard/Angel/WEBCT (1997)
Moodle (2002)
Desire2Learn (1999)
Sakai (2004)
Pearsons eCollege (2007)
Canvas by instructure (2012)
Tabla 1. Sistemas LMS ms usados
Estos sistemas cuentan con diferentes herramientas orientadas a la

recopilacin
de
indicadores
de
uso
el
rendimiento,
siendo
responsabilidad de los profesores de su interpretacin. As, identificamos

la falta de estudios de posibles correlaciones entre los indicadores
especficos proporcionados por un LMS (por ejemplo, Sakai) y las
herramientas para ayudar a los profesores en los procesos de toma de
decisiones. Tambin sera deseable aprovechar el conocimiento que, ao
tras ao, se genera de forma natural cuando se utiliza un LMS con el fin
de detectar proactivamente comportamientos y patrones que puedan
generar problemas acadmicos o de gestin.
En general, todos los LMS antes mencionados ofrecen varias

herramientas comunes para el establecimiento de estrategias para la
gestin de cursos [6]. Sin embargo, ninguno de ellos ofrece servicios de
personalizacin y/o recomendaciones a los docentes y estudiantes
basadas en el anlisis de la clasificacin de los contenidos disponibles as
como de los indicadores de uso.
Por otro lado, existe un incipiente mbito de trabajo centrado en la

importancia de combinar la semntica con el conocimiento experto para
ofrecer servicios de recomendacin en el LMS. Un reciente trabajo [16]
seala la conveniencia de utilizar las tecnologas orientadas a la web
semntica para mejorar el modelo de sistema de soporte para la toma
decisiones dentro de un LMS. Un excelente estudio se da en este trabajo
donde se han identificado varios estudios anteriores para extender las
caractersticas de un LMS a travs de tecnologas de la web semntica
37
(por ejemplo, sistemas de tutora o la bsqueda de materiales de

aprendizaje
previamente
etiquetados
con
informacin
semntica).
Propone una arquitectura y un modelo de conocimiento para desarrollar

una herramienta inteligente para los servicios de recomendacin en un
LMS, pero sin mostrar detalles acerca de la ontologa, en la que todava
estn trabajando. Los autores tambin utilizan reglas como SWRL para
implementar servicios de recomendacin. No se incluyen caractersticas
de personalizacin en este trabajo por el momento. Cabe destacar que,
gracias a las propiedades de las ontologas, en un hipottico futuro, sera
posible integrar OntoSakai con una ontologa fruto de este trabajo.
Existen otros trabajos que tratan los sistemas expertos como base para
habilitar servicios de recomendacin en LMS. Por ejemplo, en un reciente
trabajo [15], se presentan dos sistemas basados en reglas expertas cuyo
objetivo es recomendar cursos para estudiantes de pregrado. Una
plataforma de e-learning, basada en sistemas expertos, fue propuesta en
[32] para ensear probabilidad en el mbito de la escuela secundaria y
recomendar tareas de acuerdo con currculo turco para el curso de
matemticas en escuela secundaria. Por ltimo, existen otros trabajos
donde los problemas con el uso de sistemas de e-learning se mejoran
utilizando sistemas expertos, especialmente orientada a la solucin de la
sobrecarga cognitiva y los problemas de desorientacin [19] y los
comportamientos de resolucin de dudas online de los docentes [20].
Cabe destacar que estas soluciones se enfocan a resolver problemas
concretos, mientras que OntoSakai propone una solucin general y
personalizable. Adems, estos trabajos no tienen en cuenta la informacin
semntica disponible dentro de un LMS, mientras que, para OntoSakai,
esta informacin es la base.
Por ltimo, vale la pena mencionar otras interesantes propuestas de

sistemas de recomendacin para LMS que no estn basados en el uso de
sistemas expertos, como por ejemplo el uso de la Web 2.0 Entornos
Personales de Aprendizaje (PLE)[35], el uso de servicios Web [4], o
tcnicas de minera de datos [30].
38
2.3
Estudio de viabilidad.
2.3.1 Alcance del proyecto.

Dada la gran complejidad y magnitud que puede llegar a alcanzar el
desarrollo de un sistema como el propuesto, se hace patente la necesidad
de definir un alcance que sea capaz de abarcar todos los objetivos
propuestos inicialmente as como de dar cabida a futuros desarrollos
dentro de esta misma lnea de trabajo, al mismo tiempo que permita
acotar la realizacin del mismo al tiempo existente para la realizacin del
presente trabajo fin de grado.
Ha sido una ardua tarea delimitar el alcance del presente trabajo fin de
grado, debido, principalmente, a que el gran abanico de posibilidades
abierto en un primer momento, generaba una tendencia a realizar un
desarrollo completo de todas las soluciones posibles.
Dada la imposibilidad de tomar esta opcin, por cuestiones meramente

temporales, se ha delimitado el presente proyecto al desarrollo de una
slida base para la integracin de OntoSakai con Sakai y la construccin
de una serie de aplicaciones que permiten la recomendacin de recursos
a los usuarios del mismo.
Para una correcta definicin del alcance de este proyecto se adjunta la

Figura 3, que muestra de forma visual, tanto el alcance del presente
proyecto como las potenciales vas futuras que se abren a raz del mismo.
39
Figura 3. Alcance del proyecto
En la Figura 3, podemos ver, sealado por un recuadro verde, el

mbito de desarrollo que abarca el presente proyecto. Como puede
observarse, los desarrollos a realizar van desde la integracin de las
diferentes ontologas que componente OntoSakai, la creacin de un
servicio Web que nos permita acceder a ellas desde el sistema de gestin
del aprendizaje, hasta el desarrollo de dos aplicaciones integradas dentro
del propio Sakai. Estas aplicaciones deben permitir trabajar dentro del
mbito de recursos, tanto a docentes como a estudiantes, con recursos
clasificados con contenido semntico, permitiendo la recomendacin de
los mismos.
El mbito completo que representan las posibilidades que ofrece

OntoSakai pasa por la creacin e integracin de nuevas aplicaciones y
funcionalidades dentro de Sakai. Esta integracin se basar en el trabajo
ya realizado en este trabajo fin de grado.
40
2.3.2 Estudio de la situacin actual.

En esta seccin vamos a analizar la situacin actual del LMS Sakai,
trataremos de manera general todo su entorno.
Con el fin de garantizar las funciones ms requeridas por los

estudiantes y docentes, Sakai proporciona un conjunto de herramientas
bsicas que son adoptadas por la prctica totalidad de las entidades que
utilizan Sakai. Las herramientas bsicas de Sakai pueden ser agrupadas
de la siguiente manera:
Herramientas comunicativas: Anuncios, Mensajes, Calendario,

Noticias, etc.
Herramientas colaborativas: Foro de Discusin, Wiki, chat, etc.
Herramientas de contenido: Recursos, Podcast, etc.
Herramientas de evaluacin: tareas, test, etc.
Herramientas de monitoreo: Estadsticas, Mi rea de trabajo,

etc.
Todas las herramientas disponibles no estn incluidas en los sitios de

los cursos de forma predeterminada. Un subconjunto especfico de
herramientas puede ser utilizado por los docentes con el fin de organizar,
supervisar y controlar los cursos en Sakai. Los docentes deben organizar
sus cursos y decidir que herramientas incluir dentro de los mismos. Estas
herramientas indican a los estudiantes qu tipo de contenido est
disponible para cada asignatura, cmo las tareas individuales deben
llevarse a cabo, o la proximidad de los plazos para las tareas y exmenes,
entre otros.
La figura 4 muestra las herramientas ms usadas dentro del campus

virtual de la Universidad Catlica de Murcia. La actividad dentro del LMS
ha sido estimada teniendo en cuenta el nmero de eventos de creacin y
lectura para cada herramienta dentro del campus virtual.
41
Figura 4. Aplicaciones ms usadas en UCAM [28]
Si atendemos a los datos arrojados por la Ilustracin 8, podemos ver

que la herramienta ms utilizada es Resurces, esta herramienta es la
encargada de gestionar los contenidos dentro del campus virtual,
permitiendo su subida y posterior visionado. Es por esto, que nos hemos
centrado en esta herramienta para el desarrollo de este proyecto, siendo
el objetivo del mismo, generar una herramienta con similares funciones
adems de las relacionadas con los servicios de recomendacin basados
en conocimiento experto.
A continuacin vamos a analizar los mecanismos con los que cuenta

Sakai actualmente para poder valorar y analizar la actividad de los
usuarios dentro del entorno del campus virtual.
2.3.2.1
Registro y anlisis de la actividad de usuario en Sakai.
El uso diario que los usuarios hacen del LMS queda registrado dentro
del mismo en forma de eventos, estos eventos son almacenados en la
base de datos de Sakai, de forma que cada evento realizado por un
usuario concreto en una herramienta determinada genera una nueva
ocurrencia en la tabla destinada a este fin.
42
Los principales tipos de eventos que Sakai almacena son los

siguientes:
Create/New: Se genera cuando se crea un nuevo elemento

dentro de una herramienta determinada.
Delete: Se genera cuando un elemento dentro de una

herramienta es eliminado.
Revise: Se genera cuando un elemento, que previamente

exista dentro de una herramienta, es modificado.
Read: Se genera cuando un elemento es accedido por un

usuario.
Response: Se genera cuando los usuarios participan en las

herramientas colaborativas.
Submit: Se genera cuando los estudiantes envan sus

respuestas a una tarea.
La tabla 2 nos muestra los tipos de eventos generados por la

herramienta Recursos, herramienta que pretendemos mejorar en este
trabajo fin de grado.
Herramienta
Create/New
Resources
Delete
Revise
Read
Response
Submit
Tabla 2. Eventos generados por la herramienta Recursos
En nuestro caso, capturaremos estos eventos en las nuevas

aplicaciones desarrolladas obteniendo un registro similar al conseguido
cuando se emplea la herramienta Recursos por defecto.
2.3.2.2
Conclusiones del estado actual.

Como ha quedado patente, las herramientas de Sakai estn basadas
en la gestin manual por parte de los usuarios, evidenciando la ausencia

de un mecanismo que permita al docente establecer relaciones de
recomendacin entre los recursos, ya sea por sus reas de conocimiento
43
o bien por designacin directa por parte de este, y al alumno recibir dichas
recomendaciones de forma sencilla y clara.
Se hace patente la acuciante necesidad de un mecanismo sencillo

mediante el cual podamos dotar al campus virtual de servicios de
recomendacin mediante la integracin en el mismo de una base de
conocimiento
experto
que
pueda
interactuar
con
las
diferentes
herramientas.
2.3.3 Estudio y valoracin de las alternativas de solucin

En este apartado vamos a valorar las diferentes soluciones posibles
para el desarrollo de este trabajo fin de grado. De igual modo que hicimos
en secciones anteriores, vamos a dividir este apartado, de forma que
podamos tratar de forma independiente cada uno de los elementos a
desarrollar.
2.3.3.1
Integracin de las diferentes ontologas que conforman OntoSakai.

La primera tarea a acometer para la realizacin de este trabajo fin de
grado ser la de generar OntoSakai de forma que obtengamos un modelo

ontolgico completo y funcional.
OntoSakai est compuesto a su vez por otras 4 ontologas

independientes. Para poder generar OntoSakai, es necesario unirlas,
modificando sus atributos, y establecer nuevas relaciones Object
properties entre los diferentes elementos de las mismas.
Para realizar esta tarea se valoraron diferentes alternativas que se

enumeran a continuacin:
Realizar la edicin de cada ontologa aadiendo los nuevos

elementos de forma manual mediante un editor de texto.
44
Realizar la edicin de las ontologas mediante una aplicacin que

nos provea de interface grfica, como podra ser Proteg.
Finalmente, y tras analizar las posibles opciones para esta etapa del
desarrollo, nos hemos decidido por usar Proteg, ya que consideramos
que nos ofrece las opciones de edicin suficientes para nuestro objetivo,
amn de ser muy til a la hora de eludir posibles fallos y errores que
podran darse mediante la edicin manual de las ontologas. Adems,
Proteg nos ofrece un motor de consulta SPARQL que nos ser de gran
utilidad a lo largo del desarrollo de nuestra aplicacin, ya que SPARQL es
el lenguaje de consulta que emplearemos para interrogar el modelo
ontolgico con el fin de obtener la informacin semntica necesaria para
el desarrollo de nuestra aplicacin.
2.3.3.2
Integracin de OntoSakai con Sakai.

Con respecto a la integracin de nuestra nueva ontologa con el LMS,
se ha decidido construir un servicio Web que acte a modo de

intermediario entre ambos. Se ha tomado esta decisin debido a la
versatilidad que ofrece, creando un elemento totalmente independiente de
Sakai y que podra adaptarse, en un futuro, para su uso en aplicaciones
no necesariamente ligadas al LMS.
A este respecto, en el captulo 4, apartados 4.1.2 y 4.2 de este trabajo

se detallan las herramientas y lenguajes de programacin empleados.
2.3.3.3
Desarrollo de aplicaciones dentro de Sakai.

En este caso en particular, las alternativas a valorar no son
demasiadas, ya que, para desarrollar una herramienta que pueda ser

integrada en Sakai, debemos seguir una estricta gua de diseo
proporcionada por la propia comunidad de desarrollo. Si bien, partiendo
de estas premisas hemos podido tomar una serie de decisiones para
adecuar el desarrollo a nuestras necesidades.
45
A este respecto, hemos querido seguir la lnea de desarrollo marcada

por los desarrollos propios de la universidad en el campus virtual de
UCAM y cuyos detalles analizaremos en la seccin 4 de este documento.
46
47
3. METODOLOGIAS USADAS
En esta seccin vamos a estudiar diferentes metodologas disponibles
para cada fase del desarrollo de este proyecto y analizaremos, en cada
caso, la metodologa escogida destacando los motivos de esta eleccin.
La complejidad que supone el proceso de desarrollo de software y la

creciente necesidad de construir sistemas que cumplan con los requisitos
de los usuarios de forma completa y correcta ha llevado, a lo largo de los
aos, al desarrollo de diversas metodologas de modelado. Estas
metodologas pretenden ser un modelo unificado en el cual los
desarrolladores puedan basarse a la hora de completar el proceso de
desarrollo de software.
Existen diversas metodologas que pueden ser adoptadas para los

desarrollos segn las necesidades de cada caso en particular.
En nuestro caso, debido a la peculiaridad del desarrollo que vamos a

llevar a cabo, hemos dividido esta seccin en varios apartados, a fin de
explicar cada caso con el mayor detalle posible.
3.1
Recogida de requisitos: IEEE 830.

Para que un proyecto de desarrollo de software pueda tener xito es
crucial realizar una comprensin total de los requerimientos del software a
disear.
En la etapa del anlisis y la especificacin de requisitos, tanto el

cliente, como el desarrollador juegan un rol fundamental, debido a que el
primero se encarga de describir las necesidades que le apremian,
mientras que el segundo es el encargado de dar solucin a dichas
necesidades. Debido a que la especificacin es complicada de detallar,
desde el comienzo del desarrollo de los sistemas se ha tratado de realizar
48
una adecuada identificacin de los requisitos del sistema derivados de las

necesidades de los usuarios.
En nuestro caso, para la realizacin del proceso de toma de requisitos

hemos optado por seguir el estndar IEEE 830. [1]
Mediante la adopcin de este estndar se siguen una serie de

recomendaciones que garantizan una especificacin de requisitos
correcta y completa.
Las principales ventajas que proporciona el uso de este estndar son:
El cliente puede describir claramente lo que desea.
El analista tiene una visin clara de las necesidades del cliente.
Establece las bases para el contrato de desarrollo
Reduce el esfuerzo de anlisis, diseo y programacin.
Sirve
como
referencia
para
validar
probar
el
software
desarrollado.
Segn especifica este estndar, las principales caractersticas que

debe cumplir nuestro documento de especificacin de requisitos (SRS)
son las siguientes:
Debe ser correcto.
No ambiguo.
Completo.
Verificable.
Consistente.
Clasificado.
Modificable.
Exportable.
til para las tareas de mantenimiento.
49
3.2
Modelado del sistema.

En este apartado vamos a analizar las metodologas que hemos
empleado para modelar cada uno de los elementos del sistema.
3.2.1 Modelado de OntoSakai.
Para el modelado final de la ontologa, a pesar de que las ontologas

que conforman OntoSakai ya han sido diseadas con anterioridad, es
importante resaltar la tarea de integracin e implementacin de dichas
ontologas que nos ocupa en este trabajo fin de grado tambin necesita
de un proceso metodolgico. Para ello hemos utilizada la metodologa
Methontology [41].
Esta metodologa tiene sus races en las actividades identificadas por

el proceso de desarrollo de software propuesto por la organizacin IEEE.
Methontology proporciona guas sobre cmo llevar a cabo el desarrollo

de la ontologa a travs de las actividades de especificacin,
conceptualizacin, formalizacin, implementacin y mantenimiento. A
continuacin se describe brevemente en qu consiste cada una de estas
actividades:
La actividad de especificacin permite determinar por qu se

construye la ontologa, cul ser su uso, y quines sern sus
usuarios finales.
La actividad de conceptualizacin se encarga de organizar y

convertir
una
percepcin
informal
del dominio
en
una
especificacin semi-formal, para lo cual utiliza un conjunto de

representaciones intermedias (RRII), basadas en
notaciones
tabulares y grficas, que pueden ser fcilmente comprendidas

por los expertos de dominio y los desarrolladores de ontologas.
50
El resultado de esta actividad es el modelo conceptual de la

ontologa.
La actividad de formalizacin se encarga de la transformacin

de dicho modelo conceptual en un modelo formal o semicomputable.
La
actividad
de
implementacin
construye
modelos
computables en un lenguaje de ontologas (Ontolingua, RDF

Schema, OWL, etc.). La mayor parte de las herramientas de
ontologas permiten llevar a cabo esta actividad de manera
automtica.
La actividad de mantenimiento se encarga de la actualizacin

y/o correccin de la ontologa, en caso necesario.
En nuestro caso, debido a la particularidad de este desarrollo, hemos

realizado un diseo completo del modelo ontolgico, partiendo de las
ontologas disponibles, centrndonos en las tareas de formalizacin e
integracin.
Para evitar extendernos ms en este apartado, el Anexo E contiene

una descripcin ms detallada de esta metodologa.
3.2.2 Modelado de OntoSakaiWS y las herramientas a integrar dentro del

campus.
En estos dos casos particulares, vamos a analizar varias posibilidades
planteadas para llevar a cabo el modelado de estas dos partes
fundamentales dentro del desarrollo de este trabajo fin de grado. Como
son, desarrollo en cascada [42], desarrollo en espiral [43] y desarrollo en
cascada con prototipado rpido [44]. Posteriormente indicaremos cul de
ellas hemos escogido, analizando sus ventajas frente a la opcin
descartada.
51
3.2.2.1
Modelo de desarrollo en cascada.

En Ingeniera de Software el desarrollo en cascada, tambin llamado
modelo
en
cascada,
es
el
enfoque
metodolgico
que
ordena
rigurosamente las etapas del proceso para el desarrollo de software, de

tal forma que el inicio de cada etapa debe esperar a la finalizacin de la
etapa anterior.
Un enfoque clsico de una metodologa de desarrollo en cascada sigue

los siguientes pasos:
1. Anlisis de requisitos.
2. Diseo del Sistema.
3. Diseo del Programa.
4. Codificacin.
5. Pruebas.
6. Implantacin.
7. Mantenimiento.
De esta forma, cualquier error de diseo detectado en la etapa de

prueba conduce necesariamente al rediseo y nueva programacin del
cdigo afectado, aumentando los costos del desarrollo. La palabra
cascada sugiere, mediante la metfora de la fuerza de la gravedad, el
esfuerzo necesario para introducir un cambio en las fases ms avanzadas
de un proyecto.
A continuacin vamos a detallar las diferentes fases de este paradigma

de desarrollo adaptndolas a nuestro desarrollo en particular.
Anlisis de requisitos: En nuestro caso, como hemos citado
anteriormente, la obtencin y anlisis de los requisitos de software se

har mediante IEEE830. Detallado en el captulo 3.1.
52
Diseo del sistema: En esta fase, se tomarn las decisiones
sobre la arquitectura a emplear y los diferentes subsistemas necesarios.
Diseo del programa: Se disean las diferentes soluciones que
integran nuestro sistema.
Codificacin: Consiste en generar los componentes de software
anteriormente diseados.
Pruebas: Se desarrollar un plan de pruebas que permita verificar
la completitud y correccin del software desarrollado.
Implantacin: Se implantar el software en un entorno real para
comprobar su correcta integracin y funcionamiento.
Mantenimiento: Resaltar que no es objetivo de este trabajo fin de
grado abarcar la fase de mantenimiento del sistema desarrollado.
En la Figura 5 podemos ver, de forma grfica, las diferentes etapas de

esta metodologa de desarrollo.
Figura 5. Desarrollo en cascada [7]
53
3.2.2.2
Modelo de desarrollo en espiral.

El desarrollo en espiral es un modelo de ciclo de vida del software
definido por primera vez por Barry Boehm en 1986, utilizado

generalmente en la Ingeniera de software. Las actividades de este
modelo se conforman en una espiral, en la que cada bucle o iteracin
representa un conjunto de actividades. Las actividades no estn fijadas a
ninguna prioridad, sino que las siguientes se eligen en funcin del anlisis
de riesgo, comenzando por el bucle interior.
El modelo de desarrollo en espiral tiene en cuenta fuertemente el

riesgo que aparece a la hora de desarrollar software. Para ello, se
comienza mirando las posibles alternativas de desarrollo, se opta por la
de riesgo ms asumible y se hace un ciclo de la espiral. Si el cliente
quiere seguir haciendo mejoras en el software, se vuelve a evaluar las
distintas nuevas alternativas y riesgos y se realiza otra vuelta de la
espiral, as hasta que llegue un momento en el que el producto software
desarrollado sea aceptado y no necesite seguir mejorndose con otro
nuevo ciclo.
Bsicamente consiste en una serie de ciclos que se repiten en forma

de espiral, comenzando desde el centro. Se suele interpretar como que
dentro de cada ciclo de la espiral se sigue un Modelo Cascada, pero no
necesariamente debe ser as.
Al ser un modelo de desarrollo orientado a la gestin de riesgo se dice

que uno de los aspectos fundamentales de su xito radica en que el
equipo que lo aplique tenga la necesaria experiencia y habilidad para
detectar y catalogar correctamente los riesgos.
En la Figura 6 podemos ver, de forma grfica, los pasos que sigue el

modelo de desarrollo en espiral.
54
Figura 6. Modelo de desarrollo en espiral. [2]
3.2.2.3
Eleccin del modelo de desarrollo.

Finalmente, para el desarrollo tanto del servicio Web como de las
herramientas a integrar en Sakai, nos hemos decantado por el modelo de

desarrollo en cascada. La decisin se debe a que los requisitos han sido
fuertemente definidos desde el inicio del desarrollo y este modelo nos
permitir estructurar el desarrollo de forma que obtengamos una serie de
hitos cerrados sin los cuales no nos sera posible continuar con el
desarrollo.
Asumir este modelo de desarrollo, sin embargo, conlleva una serie de

riesgos que debemos asumir. El ms importante de ellos tiene que ver
con que los errores de anlisis y diseo son difciles de eliminar, y se
propagan a las etapas siguientes con un efecto conocido como bola de
nieve.
Para evitar este efecto vamos a adoptar una variante del modelo de
desarrollo en cascada, conocida como Modelo en cascada con
prototipado rpido.
55
El modelo en cascada con prototipado rpido consiste en construir,

durante la fase de anlisis, un prototipo rpido, que ayudar a refinar y
validar la especificacin de requisitos.
Despus, este prototipo se desecha y el desarrollo prosigue en

cascada, con mayor seguridad de que los requisitos se han especificado
correctamente. En la figura 7, podemos observar el ciclo que sigue este
modelo de desarrollo.
Figura 7. Modelo de desarrollo en cascada con prototipado rpido. [39]
56
4. TECNOLOGIAS Y HERRAMIENTAS USADAS EN EL

PROYECTO
Para el desarrollo llevado a cabo en este TFG se han empleado una
serie de tecnologas y herramientas que se enumeran, detallan y explican
en el presente capitulo.
4.1
Tecnologas empleadas.
En este apartado vamos a definir los diferentes lenguajes de
programacin, modelos de datos, protocolos y frameworks que hemos
necesitado en el desarrollo del presente trabajo fin de grado.
4.1.1 Desarrollo de la ontologa.

4.1.1.1
RDF.
El modelo de datos RDF [23] es similar a los enfoques de modelado
conceptual clsicos como entidad-relacin o diagramas de clases, ya que

se basa en la idea de hacer declaraciones sobre los recursos (en
particular, recursos web) en forma de expresiones sujeto-predicadoobjeto. Estas expresiones son conocidos como triples en terminologa
RDF. El sujeto indica el recurso y el predicado denota rasgos o aspectos
del recurso y expresa una relacin entre el sujeto y el objeto. Por ejemplo,
una forma de representar la idea de "El cielo tiene el color azul" en RDF
es como el triple de un objeto que denota "el cielo", un predicado que
denota "tiene el color" y un objeto que denota "azul". Por lo tanto RDF
cambia objeto por sujeto que se utilizara en la notacin clsica de un
modelo entidad-atributo-valor en diseo orientado a objetos, objeto (el
cielo), atributo (color) y el valor (azul). RDF es un modelo abstracto con
varios formatos de serializacin (es decir, los formatos de archivo), por lo
que la forma particular en que se codifica un recurso o triple vara de un
formato a otro.
57
Este mecanismo para describir recursos es un importante componente

de la actividad de la Web Semntica de W3C: una etapa evolutiva de la
World Wide Web en la que el software automatizado puede almacenar,
intercambiar y utilizar informacin legible por mquina distribuida a travs
de la Web, lo que a su vez, permite a los usuarios manejar la informacin
con mayor eficiencia y seguridad. El modelo de datos simple de RDF y la
capacidad de modelar diferentes, conceptos abstractos, tambin ha
llevado a su uso creciente en la gestin del aplicaciones del conocimiento
no relacionadas con la actividad en la Web Semntica.
4.1.1.2
OWL.
OWL (W3C Web Ontology Language) [26] es un lenguaje web
semntico diseado para representar conocimiento rico y complejo sobre

elementos, grupos de elementos y las relaciones entre ellos. OWL es un
lenguaje basado en lgica computacional, por tanto, el conocimiento
expresado en OWL puede ser explotado por aplicaciones.
OWL est basado en gran medida en RDF, no en vano, est construido

sobre las bases de este, sin embargo, OWL presenta un avance
significativo respecto a RDF. Esto es debido a que define una serie de
operadores que aportan complejidad permitiendo una expresividad mucho
ms amplia. Estos operadores hacen referencia, en gran parte, al modo
en el que debemos escribir los conceptos. De forma que deben estar
claramente separadas las propiedades de objetos de las de datos. Algo
que no estaba presente en RDF.
En sntesis, podramos decir que RDF especifica que elementos

debemos definir para describir un modelo ontolgico, mientras que es
OWL el que nos indica cmo debemos definirlos mediante una serie de
reglas y operadores.
58
4.1.1.3
SPARQL.
SPARQL [34] es un lenguaje estandarizado para la consulta de grafos
RDF, normalizados por el RDF Data Access Working Group (DAWG) del
World Wide Web Consortium (W3C). Es una tecnologa clave en el
desarrollo de la Web Semntica que se constituy como Recomendacin
oficial del W3C el 15 de enero de 2008.
Al igual que sucede con SQL, es necesario distinguir entre el lenguaje

de consulta y el motor para el almacenamiento y recuperacin de los
datos. Por este motivo, existen mltiples implementaciones de SPARQL,
generalmente ligados a entornos de desarrollo y plataformas tecnolgicas.
En un principio SPARQL nicamente incorporaba funciones para la

recuperacin sentencias RDF. Sin embargo, algunas propuestas tambin
incluyen operaciones para el mantenimiento (creacin, modificacin y
borrado) de datos.
4.1.2 Desarrollo de OntoSakaiWS.

4.1.2.1
Apache Jena.
Apache Jena [3] es un framework Java para construir aplicaciones
basadas en ontologas.
Jena se desarroll en HP Labs en el 2000, en 2009 HP cedi el

proyecto a la fundacin Apache que decidi adoptarlo en noviembre de
2010.
Su arquitectura incluye:
API para trabajar (leer, procesar, escribir) ontologas RDF y

OWL.
Motor de inferencia para razonar sobre ontologas RDF y OWL.

59
Estrategias de almacenamiento flexible para almacenar tripletas

RDF en memoria o fichero.
4.1.2.2
Motor de consulta compatible con especificacin SPARQL.
Java EE.
Java Platform, Enterprise Edition o Java EE [31] es una plataforma de
programacin para desarrollar y ejecutar software de aplicaciones en el

lenguaje de programacin Java. Permite utilizar arquitecturas de N capas
distribuidas y se apoya ampliamente en componentes de software
modulares ejecutndose sobre un servidor de aplicaciones. La plataforma
Java EE est definida por una especificacin. Java EE es tambin
considerada informalmente como un estndar debido a que los
proveedores deben cumplir ciertos requisitos de conformidad para
declarar que sus productos son conformes a Java EE; estandarizado por
The Java Community Process / JCP.
4.1.2.3
Apache Axis.
Apache Axis [12] es un framework de cdigo abierto, basado en XML
para servicios web. Consiste en una implementacin en Java y otra en

C++ del servidor SOAP, as como diversos utilitarios y APIs para generar
y desplegar aplicaciones de servicios web. Por medio de Apache Axis, los
desarrolladores
pueden
crear
aplicaciones
computacionales
interoperables y distribuidas. Axis se desarrolla bajo los auspicios de la

Apache Software Foundation.
4.1.2.4
SOAP.
SOAP [8] es un protocolo estndar que define cmo dos objetos en
diferentes procesos pueden comunicarse por medio de intercambio de

datos XML. Este protocolo deriva de un protocolo creado por Dave Winer
en 1998, llamado XML-RPC. SOAP fue creado por Microsoft, IBM y otros.
60
Est actualmente bajo el auspicio de la W3C. Es uno de los protocolos

utilizados en los servicios Web.
Bsicamente SOAP Es un paradigma de mensajera de una direccin

sin estado, que puede ser utilizado para formar protocolos ms complejos
y completos segn las necesidades de las aplicaciones que lo
implementan. Puede formar y construir la capa base de una "pila de
protocolos de servicio Web", ofreciendo un framework de mensajera
bsica en el cual los servicios Web se pueden construir.
La arquitectura SOAP est formada por varias capas de especificacin:

MEP (Message Exchange Patterns) para el formato del mensaje, enlaces
subyacentes del protocolo de transporte, el modelo de procesamiento de
mensajes, y la capa de extensibilidad del protocolo. SOAP es el sucesor
de XML-RPC, a pesar de que toma el transporte y la neutralidad de la
interaccin, as como el envelope / header / body, de otros modelos
(probablemente de WDDX).
4.1.2.5
Servicio Web.
Para garantizar la interoperabilidad entre el entorno LMS y nuestro
modelo ontolgico, OntoSakai, se pretende desarrollar un servicio Web

que actu de interface entre ambos. En esta seccin trataremos de
explicar los conceptos ms relevantes para el desarrollo de nuestra
interface.
Un servicio Web [40] es una tecnologa que utiliza un conjunto de

protocolos y estndares que sirven para intercambiar datos entre
aplicaciones. Distintas aplicaciones de software desarrolladas en
lenguajes de programacin diferentes, y ejecutadas sobre cualquier
plataforma, pueden utilizar los servicios web para intercambiar datos en
redes de ordenadores como Internet. La interoperabilidad se consigue
mediante la adopcin de estndares abiertos. Las organizaciones OASIS
y W3C son los comits responsables de la arquitectura y reglamentacin
61
de los servicios Web. Para mejorar la interoperabilidad entre distintas

implementaciones de servicios Web se ha creado el organismo WS-I,
encargado de desarrollar diversos perfiles para definir de manera ms
exhaustiva estos estndares. Es una mquina que atiende las peticiones
de los clientes web y les enva los recursos solicitados.
4.1.3 Desarrollo de las herramientas integradas con Sakai.

4.1.3.1
Maquetacin del frontend.

Para la maquetacin de las nuevas herramientas de recursos (Sakai
Tools) hemos usado HTML5 y CSS3.
HTML5
HTML5 [19] es la quinta revisin importante del lenguaje bsico de la

World Wide Web, HTML. HTML5 especifica dos variantes de sintaxis para
HTML: un clsico HTML (text/html), la variante conocida como HTML5 y
una variante XHTML conocida como sintaxis XHTML5 que deber ser
servida como XML. Esta es la primera vez que HTML y XHTML se han
desarrollado en paralelo.
La versin definitiva de la quinta revisin del estndar se public en

octubre de 2014.
CSS3.
CSS [25] es un lenguaje usado para definir y crear la presentacin de
un documento estructurado escrito en HTML o XML (y por extensin en
XHTML). El World Wide Web Consortium (W3C) es el encargado de
formular la especificacin de las hojas de estilo que servirn de estndar
para los agentes de usuario o navegadores.
62
4.1.3.2
Desarrollo del backend.

En este apartado, vamos a detallar las tecnologias que hemos utilizado
para gestionar la lgica de negocio de nuestra aplicacin, comprendiendo

tratamiento de informacin aportada por el usuario, acceso a bases de
datos, etc.
Java EE.
Esta tecnologa ya ha sido detallada en la seccin 4.1.2.2.
Java Server Pages (JSP).

JavaServer Pages (JSP) [11] es una tecnologa que ayuda a los
desarrolladores de software a crear pginas web dinmicas basadas en
HTML, XML, entre otros tipos de documentos. JSP es similar a PHP, pero
usa el lenguaje de programacin Java.
Spring Framework.
Spring [21] es un framework para el desarrollo de aplicaciones y
contenedor de inversin de control, de cdigo abierto para la plataforma
Java.
Si bien las caractersticas fundamentales de Spring Framework pueden

ser usadas en cualquier aplicacin desarrollada en Java, existen variadas
extensiones para la construccin de aplicaciones web sobre la plataforma
Java EE. A pesar de que no impone ningn modelo de programacin en
particular, este framework se ha vuelto popular en la comunidad al ser
considerado una alternativa, sustituto, e incluso un complemento al
modelo EJB (Enterprise JavaBean).
En concreto, nosotros hacemos uso del framework de acceso remoto,

para exportacin de objetos creados dentro del servlet hacia la pgina
JSP principal.
63
Javascript y jQuery.
Utilizamos jQuery [22] para gestionar la lgica de negocio desde el lado
del cliente.
jQuery es una biblioteca de JavaScript [37] que permite simplificar la

manera de interactuar con los documentos HTML, manipular el rbol
DOM, manejar eventos, desarrollar animaciones y agregar interaccin con
la tcnica AJAX a pginas web.
JQuery ofrece una serie de funcionalidades basadas en JavaScript que
de otra manera requeriran de mucho ms cdigo, es decir, con las
funciones propias de esta biblioteca se logran grandes resultados en
menos tiempo y espacio.
MySQL.
Hemos utilizado MySQL como base sobre la que montar la base de
datos de Sakai.
MySQL [29] es un sistema de gestin de bases de datos relacional,

multihilo y multiusuario.
4.2
Herramientas empleadas.
4.2.1 Proteg.
Hemos utilizado Proteg [17] para todo lo relacionado con el
tratamiento de las Ontologas. Proteg es una aplicacin de software libre,
creada y soportada por la universidad de Stanford que nos proporciona un
editor de ontologas y un potente framework con el que trabajar sobre las
mismas.
Mediante esta alternativa contamos con un entorno grfico y una serie

de asistentes que nos ayudarn en la tarea de unificar OntoSakai.
64
Cabe destacar, que ya estamos familiarizados con este framework ya

que fue el empleado en la asignatura Ingeniera del Conocimiento para el
desarrollo de la misma. Si, bien, el uso que deberemos darle dentro del
marco de este desarrollo se escapa, en algunos aspectos, a lo visto en la
asignatura.
4.2.2 Eclipse.
Hemos usado este conocido IDE tanto para el desarrollo de
OntoSakaiWS como para el desarrollo de las herramientas de Sakai.
Eclipse [10] es un programa informtico compuesto por un conjunto de

herramientas de programacin de cdigo abierto multiplataforma para
desarrollar lo que el proyecto llama "Aplicaciones de Cliente Enriquecido",
opuesto a las aplicaciones "Cliente-liviano" basadas en navegadores. Esta
plataforma, tpicamente ha sido usada para desarrollar entornos de
desarrollo integrados (del ingls IDE), como el IDE de Java llamado Java
Development Toolkit (JDT) y el compilador (ECJ) que se entrega como
parte de Eclipse (y que son usados tambin para desarrollar el mismo
Eclipse).
4.2.3 Apache Maven.

Hemos utilizado Maven [13] para diferentes tareas dentro del desarrollo
de este trabajo fin de grado.
Construccin y publicacin del LMS Sakai.
Generacin del arquetipo sobre el cual hemos desarrollado las

diferentes tools para Sakai.
Construir y publicar las herramientas desarrolladas para Sakai.
Maven es una herramienta de software para la gestin y construccin

de proyectos Java.
65
Maven utiliza un Project Object Model (POM) para describir el proyecto

de software a construir, sus dependencias de otros mdulos y
componentes externos, y el orden de construccin de los elementos.
Viene con objetivos predefinidos para realizar ciertas tareas claramente
definidas, como la compilacin del cdigo y su empaquetado.
4.2.4 Apache Tomcat.

Hemos utilizado Tomcat [14] como servidor de aplicaciones sobre el
que hemos publicado tanto Sakai, junto con las nuevas herramientas
desarrolladas, como
nuestro servicio web. Tambin se encuentran
publicadas dentro de este servidor, las ontologas que conforman

OntoSakai.
Apache Tomcat funciona como un contenedor de servlets desarrollado

bajo el proyecto Jakarta en la Apache Software Foundation. Tomcat
implementa las especificaciones de los servlets y de JavaServer Pages
(JSP) de Oracle Corporation.
4.2.5 Sublime Text.

Hemos utilizado Sublime Text [38] como editor de texto enriquecido
para desarrollar las funcionalidades JavaScript/jQuery.
Sublime Text es un editor de texto y editor de cdigo fuente est escrito

en C++ y Python para los plugins. Desarrollado originalmente como una
extensin de Vim, con el tiempo fue creando una identidad propia, por
esto an conserva un modo de edicin tipo vi llamado Vintage mode.
Se distribuye de forma gratuita, sin embargo no es software libre o de

cdigo abierto, se puede obtener una licencia para su uso ilimitado, pero
l no disponer de sta no genera ninguna limitacin ms all de una alerta
cada cierto tiempo.
66
4.2.6 DBVisualizer.
Hemos utilizado DBVisualizer [36] como aplicacin principal para
trabajar con la base de datos de Sakai.
DbVisualizer es una herramienta de base de datos multiplataforma que

soporta la mayora de bases de datos relacionales. Permite realizar
mltiples conexiones simultneas a distintas bases de datos a travs de
drivers jdbc y, con ello, navegar por la estructura de la base de datos, ver
caractersticas de los objetos de la misma, editar las tablas de una
manera grfica, ejecutar sentencias y scripts SQL, realizar reingeniera
inversa para mostrar, en base a las claves definidas, la relacin entre las
tablas de una manera grfica, etc.
67
68
5. ESTIMACIN DE RECURSOS Y PLANIFICACIN

En esta seccin vamos a realizar la planificacin del proyecto, tanto
desde el punto de vista temporal como desde una perspectiva de
asignacin de recursos (humanos y tcnicos) con el fin de cumplir con los
objetivos marcados en cada una de las fases del proyecto.
La gestin de todo proyecto software siempre comienza con la

planificacin del proyecto y sus actividades. Antes de comenzar el
proyecto se debe hacer una estimacin de todos los factores que
conducirn a culminar el proyecto de una forma satisfactoria.
Es muy importante realizar una correcta planificacin del proyecto,

determinando tareas y tiempos que deben cumplirse, as como asociar
responsables a cada una de ellas para asegurar el correcto cumplimiento.
Una correcta estimacin del proyecto debera cumplir casi con

exactitud el verdadero coste y esfuerzo que al final tendr el desarrollo del
proyecto. Si bien es cierto que, raramente, se suele acertar plenamente
con la planificacin de un proyecto de software, por lo que no suele darse
una correlacin exacta entre la planificacin y el desarrollo real del
proyecto. Realizar una buena estimacin, tanto temporal como de costes,
requiere un alto grado de experiencia en el desarrollo de proyectos de
software, con el que nosotros, en el momento actual, no contamos.
5.1
Fases del proyecto.

El proyecto se inici el da 1 de febrero de 2014. El desarrollo del
mismo ha sido dividido en diferentes fases que se detallan a continuacin:
Estudio previo: Esta primera fase incluye el estudio de la

plataforma Sakai, basndonos en la documentacin aportada por la
propia comunidad, inscribindonos y participando activamente en
69
las diferentes listas de correo que soportan a la comunidad Sakai y

manteniendo reuniones con el experto en Sakai dentro del entorno
de la Universidad Catlica de Murcia. En esta fase tambin hemos
realizado un estudio sobre las diferentes tecnologas a utilizar.
Anlisis y diseo: El anlisis llevado a cabo en esta fase

comprende la especificacin de requisitos, la decisin de las
herramientas a usar, casos de uso y diagramas de secuencia. Por
otro lado, con respecto al diseo, se han realizado prototipos, para
ver el aspecto visual de la GUI del sistema. Finalmente, se ha
creado un diagrama de clases, y se ha diseado un diagrama de
despliegue de la herramienta.
Preparacin del entorno de desarrollo: En la fase de preparacin

del entorno se ha realizado un estudio de los diferentes entornos de
desarrollo posibles siendo finalmente el elegido Eclipse sobre una
versin de Windows 7 virtualizada con VMware. Dentro de este
sistema virtualizado hemos optado por Tomcat como servidor de
aplicaciones y MySQL como entorno para la base de datos de
Sakai.
Implementacin y desarrollo: En el transcurso de la fase de

implementacin y desarrollo hemos llevado al cabo la instalacin de
la plataforma Sakai, la integracin de las diferentes ontologas que
componen OntoSakai, el desarrollo del servicio web que da soporte
a la misma y el desarrollo de las diferentes herramientas que
integraremos en Sakai, tal y como se describe en el anlisis y
diseo del proyecto.
Pruebas: Este periodo comprende el desarrollo del plan de

pruebas, para ello se verifican los requerimientos detallados en la
fase de anlisis y diseo. Finalmente, para comprobar el
funcionamiento del sistema, se ejecutarn diversas pruebas para
70
comprobar la robustez y correcto funcionamiento de todo el

desarrollo.
Puesta en marcha: En esta ltima fase, se simula una integracin

real del sistema desde cero, se genera, al mismo tiempo, un manual
de instalacin con el objetivo de facilitar la implementacin de
nuestra solucin a los futuros usuarios.
5.2
Estimaciones utilizadas.
En esta seccin analizaremos los costes y dimensiones del proyecto
utilizando la tcnica de estimacin por puntos de funcin.
5.2.1 Estimacin por puntos de funcin

Este mtodo de estimacin contempla la aplicacin a desarrollar como
una caja negra, es decir, no interesan las peculiaridades de la aplicacin,
sino que se centra en lo que puede ver el usuario. El objetivo es evaluar
una aplicacin informtica en base a sus caractersticas externas.
Estas caractersticas se descomponen en dos grandes grupos:
La funcionalidad que provee el sistema:
Hace
referencia a aquellos elementos que dan soporte a los

formularios de entrada, salida, consultas y ficheros a los
que debe dar soporte la aplicacin.
Los factores de complejidad: Hace referencia a los

diferentes indicadores del entorno en que se ha de
desarrollar y explotar la aplicacin informtica.
Para una mejor comprensin hemos decidido realizar la estimacin de

cada parte del desarrollo por separado.
71
5.2.1.1
OntoSakaiWS
Hemos incluido en este clculo, por simplicidad y, porque realmente
son dos elementos que van de la mano, la integracin de OntoSakai.

Como se ve en la tabla 3, se ha realizado el clculo de los puntos de
funcin sin ajustar para el servicio web que dar soporte a OntoSakai.
Tipo
elemento
Dificultad
Peso
Cantidad
Simple
3
Media
4
Entradas
Compleja
5
Total Entradas
Simple
4
Media
5
Salidas
Compleja
7
Total Salidas
Simple
3
1
Media
4
2
Ficheros
Compleja
6
1
Internos
Total Ficheros Internos
Simple
5
0
Media
7
4
Ficheros
Compleja
10
0
Externos
Total Ficheros externos
Simple
5
3
Media
7
2
Consultas
Compleja
10
1
externas
Total Consultas externas
Total puntos de funcin sin ajustar (PFSA)
Total
1
1
2
3
4
10
17
0
0
0
0
0
0
3
8
6
17
0
28
0
28
15
14
10
39
Tabla 3. Puntos de funcin OntoSakaiWS
72
Total
Elemento
101
El prximo paso es ajustar los anteriores valores en base a las

descripciones de la tabla 4:
#
1
2
3
4
5
6
7
8
9
10
11
12
13
Factor de complejidad
Peso Valor Factor
Sistema distribuido
2
1
2
Tiempo de respuesta
2
1
1
Eficiencia por el usuario
1
3
3
Proceso interno complejo
1
3
3
Reusabilidad
1
2
2
Facilidad de instalacin
0.5
2
1
Facilidad de uso
0.5
1
0.5
Portabilidad
2
5
10
Facilidad de cambio
1
5
5
Concurrencia
1
5
5
Seguridad
1
1
1
Acceso directo por terceras
1
2
2
partes
Facilidades especiales de
1
1
1
entrenamiento a usuarios
finales
36.5
Tabla 4. Factor de complejidad OntoSakaiWS
En este momento se puede obtener el valor corregido de los puntos de

funcin, cuya frmula viene definida por:
PF=PFSA*ACT
Sustituyendo los valores calculados hasta el momento en la anterior

formula se obtiene:
ACT
0,65 + 0,01 * Fi (i=114)
ACT
0,65+0,01*36,5=1,015
PF
101*1.015=102,5
Tabla 5. Calculo PF OntoSakaiWS
Como puede verse en la tabla 5, considerando un punto de funcin por

da se necesitaran un total de 102 das.
73
5.2.1.2
OntoSakai Resources.
En la tabla 6 se ha realizado el clculo de los puntos de funcin sin
ajustar para la herramienta de subida de recursos.
Tipo elemento
Dificultad Peso Cantidad

Simple
3
1
Media
4
1
Entradas
Compleja
5
1
Total Entradas
Simple
4
3
Media
5
0
Salidas
Compleja
7
0
Total Salidas
Simple
3
2
Media
4
2
Ficheros
Compleja
6
0
Internos
Simple
5
0
Media
7
0
Ficheros
Compleja
10
0
Externos
Simple
5
2
Media
7
1
Consultas
Compleja
10
0
externas
Total
3
4
10
12
0
0
12
6
8
0
14
0
0
0
10
7
0
17
Tabla 6. Puntos de funcin OntoSakai Resources
74
Total Elemento
17
60

#
1
2
3
4
5
6
7
8
9
10
11
12
13
Peso Valor
Sistema distribuido
2
1
Tiempo de respuesta
2
1
1
1
1
2
Reusabilidad
1
1
0.5
1
Facilidad de uso
0.5
1
Portabilidad
2
2
Facilidad de cambio
1
5
Concurrencia
1
3
Seguridad
1
2
Acceso directo por terceras
1
2
partes
1
1
entrenamiento a usuarios
finales
Factor
2
1
1
2
1
0.5
0.5
4
3
3
2
2
1
25
Tabla 7. Factor de complejidad OntoSakai Resources

PF=PFSA*ACT

formula se obtiene:
ACT
0,65 + 0,01 * Fi (i=114)
ACT
0,65+0,01*25=0,9
PF
60*0,9=54
Tabla 8. Calculo PF OntoSakai Resources
Como puede verse en la tabla 8, considerando un punto de funcin por

da se necesitaran un total de 54 das.
75
5.2.1.3
OntoSakai Browser
En la tabla 9 se ha realizado el clculo de los puntos de funcin sin
ajustar para la herramienta de subida de recursos.
Tipo elemento
Dificultad Peso Cantidad

Simple
3
1
Media
4
0
Entradas
Compleja
5
0
Total Entradas
Simple
4
2
Media
5
0
Salidas
Compleja
7
0
Total Salidas
Simple
3
1
Media
4
3
Ficheros
Compleja
6
1
Internos
Simple
5
0
Media
7
0
Ficheros
Compleja
10
0
Externos
Simple
5
4
Media
7
1
Consultas
Compleja
10
0
externas
Total
3
0
0
8
0
0
3
12
6
21
0
0
0
20
7
0
27
Tabla 9. Puntos de funcin OntoSakai Browser
76
Total Elemento
3
59

#
1
2
3
4
5
6
7
8
9
10
11
12
13
Sistema distribuido
Tiempo de respuesta
Reusabilidad
Facilidad de uso
Portabilidad
Facilidad de cambio
Concurrencia
Seguridad
Acceso directo por terceras partes
entrenamiento a usuarios finales
Peso
2
2
1
1
1
0.5
0.5
2
1
1
1
1
1
Valor
1
1
1
1
1
1
1
2
3
2
2
2
1
Factor
1
1
1
1
1
0.5
0.5
4
3
2
2
2
1
20
Tabla 10. Factor de complejidad OntoSakai Browser

PF=PFSA*ACT

formula se obtiene:
ACT
0,65 + 0,01 * Fi (i=114)
ACT
0,65+0,01*20=0,85
PF
59*0,85=50,15
Tabla 11. Calculo PF OntoSakai Browser
Como puede verse en la tabla 11, considerando un punto de funcin

por da se necesitaran un total de 50 das.
77
5.2.1.4
Tiempo total de desarrollo

Atendiendo a los clculos anteriores obtenemos el resultado reflejado
en la tabla 12.
Desarrollo
Tiempo
OntoSakaiWS
102
OntoSakai Resources
54
OntoSakai Browser
50
Total: 206 das.
Tabla 12. Calculo tiempo total desarrollo
Por tanto, obtenemos como resultado que este desarrollo ocupar un

total de 206 das.
5.3
Planificacin temporal del proyecto

En este apartado se recoge la planificacin del proyecto, definiendo las
tareas y la programacin mediante la realizacin de un diagrama de
Gantt.
La Figura 8 muestra el diagrama de Gantt completo.
78
Figura 8. Diagrama de Gantt General

.
Como puede verse en la figura 8, el proyecto comienza el da 1 de

febrero de 2014 y finalizara, segn nuestra planificacin, el da 26 de
agosto de ese mismo ao. Cumplindose as, de forma exacta, los 206
das que habamos planificado anteriormente.
79
Tabla 13. Detalle de las tareas
Como puede verse tanto en el diagrama de Gantt como en la tabla 13,

apenas ha existido solapamiento en las tareas, si bien, en la fase de
estudio previo y en la de preparacin del entorno de desarrollo existe un
mnimo solapamiento.
En cambio, en la ltima fase, puesta en marcha, ambas tareas se

solapan, ya que se han llevado a cabo de forma simultnea.
80
Como puede verse la fase de estudio previo ocupa una gran parte del
tiempo de desarrollo del proyecto. Esto es debido a que partamos con
unos conocimientos de bas bastante bsicos y a las dificultades que
hemos encontrado a la hora de documentarnos sobre Sakai. Debido a su
farragosa plataforma con informacin obsoleta e incompleta.
De igual modo, la fase de implementacin ocupa tambin un gran

porcentaje del tiempo empleado. Esta fase ha sido primordial en el
desarrollo del proyecto, nos hemos encontrado con las dificultades
propias de enfrentarnos por primera vez a nuevos entornos de desarrollo
con los que no habamos trabajo hasta el momento.
5.4
Coste econmico
En este apartado, vamos a detallar el coste derivado del desarrollo de
este proyecto.
Los costes derivados de un proyecto se pueden dividir en dos grandes

grupos, costes materiales y costes humanos.
5.4.1 Costes materiales

En la tabla 14 detallamos el coste de los equipos informticos y el
software que hemos necesitado para el desarrollo de este trabajo fin de
grado.
81
Concepto
Coste
Equipo MacBook Pro 15 Late 2012
970
Licencia S.O. Windows 7 Ultimate
230
Licencia DBVisualizer Pro
179
Apache Tomcat
Apache Maven
Eclipse
Sublime Text
Proteg
Sakai LMS
TOTAL
1399
Tabla 14. Coste econmico material del proyecto.
5.4.2 Costes humanos.

En este apartado vamos a tratar los costes derivados del trabajo
humano invertido en este proyecto.
Para la realizacin de este proyecto se estima necesaria la

participacin de los siguientes tres recursos tcnicos: un analista, un
programador y un administrador. La funcin de cada uno de ellos se
recoge a continuacin:
Analista: se encargar de la captura de requisitos, anlisis de

los mismos y diseo de la solucin.
Programador: ser el encargado del desarrollo de la solucin.
Tcnico de implantacin: su cometido ser realizar la

implantacin de la solucin, as como las diferentes pruebas que
requiere el proyecto.
82
La tabla 15 recoge el coste por hora de cada uno de los recursos.

Estos costes han sido estimados en base a la experiencia profesional del
alumno y confirmados realizando una media entre los salarios ofertados
en las principales pginas de bsqueda de empleo a nivel nacional.
Recurso
Coste
Analista
12.00/hora
Programador
10.00/hora
8.00/hora
Tcnico de implantacin
Tabla 15. Conste personal del proyecto
Si bien, los recursos citados anteriormente son necesarios para la

realizacin del proyecto, todo el trabajo ser realizado por el autor de este
trabajo fin de grado, realizado la funciones especficas de cada uno de los
roles, segn necesidades del desarrollo.
En la tabla 16, se muestra el coste de cada una de las tareas, as como

el recurso al que han sido asignadas.
Tabla 16. Coste desglosado por tareas del proyecto
83
Como podemos observar, el coste total, en recursos humanos, del

proyecto, es de 18592, con un total de 206,5 das de trabajo.
5.4.3 Costes totales

La tabla 17 nos muestra un resumen de los costes totales de
desarrollar este proyecto.
Concepto
Coste
Materiales
1399
Humanos
18592
1977
Costes Indirectos
Total
21968
Tabla 17. Coste total del proyecto
Como podemos observar, el coste total de desarrollar este proyecto

sera de 21968 .
5.5
Valoracin real de la dedicacin

En este apartado vamos a valorar el tiempo real invertido en la
realizacin de este proyecto, y detallaremos la desviacin sufrida, as
como los motivos de la misma.
Si bien el proyecto se haba planificado para su finalizacin en

septiembre de 2014, debido a diversos problemas de ndole personal
padecidos por el autor de este trabajo fin de grado, en el mes de julio de
2014 el proyecto qued indefinidamente parado. Habindose retomado el
mismo durante el mes de marzo de 2015.
El siguiente diagrama de Gantt (Figuras 9 y 10) muestra una

planificacin de las tareas actualizada a la nueva situacin.
84
Figura 9. Diagrama de Gantt real (A)
Figura 10. Diagrama de Gantt real (B)
85
Como podemos ver, las tareas tuvieron que ser temporalmente

desplazadas, si bien el tiempo asignado a cada una de ellas se mantiene
invariable. Por tanto, como vemos, el proyecto comenz, como estaba
previsto, el da 1 de febrero de 2014, quedando detenido el da 3 de julio
de ese mismo ao. No fue hasta marzo de 2015 cuando el proyecto fue
retomado desde el punto en el que lo habamos dejado.
La tabla 18 nos muestra la planificacin con las fechas ajustadas a la

nueva situacin.
Tabla 18. Planificacin de tareas real
La figura 11, nos muestra la desviacin sufrida por el proyecto desde

su inicio hasta su finalizacin.
86
Desviacin temporal del proyecto

Desempeo real
Estimacion Inicial
50
100
150
200
250
300
350
400
450
500
Das
Estudio Previo
Analisis y diseo
Preparacin del entorno de desarrollo
Implementacion y desarrollo
Parada
Pruebas
Puesta en marcha
Figura 11. Desviacin temporal del proyecto
Como podemos ver, la desviacin producida ha sido de 259 das, si

bien, en caso de un desarrollo normal del proyecto, la planificacin inicial
se habra cumplido.
En cuanto al coste real del proyecto, al haber estado totalmente parado

su desarrollo durante el lapso indicado, el coste inicial se mantiene
invariable, ya que se considera que no se han pagado recursos humanos
durante el tiempo de parada.
87
88
6. DESARROLLO DEL PROYECTO

En este apartado vamos a tratar, de forma individual, cada uno de los
desarrollos de este trabajo fin de grado.
6.1
Desarrollo de la Ontologa OntoSakai

En este apartado vamos a detallar el desarrollo de OntoSakai,
siguiendo la metodologa Methontology. Si bien esta metodologa est
orientada al desarrollo de ontologas partiendo de cero, nosotros
contamos con las ontologas previamente desarrolladas desde el
departamento, por tanto, vamos a adaptar Methontology a las
necesidades desprendidas de la integracin de las ontologas.
6.1.1 Glosario de trminos.

En este apartado vamos a crear un glosario de trminos de OntoSakai,
este glosario se desprende tanto de la informacin aportada por las
ontologas previamente
desarrolladas como por nuevos trminos
necesarios para la integracin de las mismas.
Nombre
Sinnimos
Descripcin
Tipo
Participant
Usuario
Usuario con acceso al entorno LMS Concepto
Student
Estudiante
Usuario con rol de estudiante con Concepto

acceso al entorno LMS
Lecturer
Docente
Usuario con rol de docente con Concepto

acceso al entorno LMS
Qualificacin
Calificacin
Resultado
obtenido
por
un Concepto
estudiante en una tarea en concreto

Subject
Asignatura
Representa los Sitios en Sakai, Concepto

estos
su
vez
representan
asignaturas concretas en cursos

acadmicos determinados
Tool
Herramienta
Herramienta contenida dentro de un Concepto
89
Nombre
Sinnimos
Descripcin
Tipo
sitio
EvaluativeTo Herramienta
Herramienta
ol
evaluable
contener elementos calificables
Tests
--
Herramienta de test dentro de Sakai Concepto
Assignments Tareas
susceptible
de Concepto
Herramienta de tareas dentro de Concepto

Sakai
Colaborative
Herramientas
Herramienta participativa dentro de Concepto
tool
colaborativas
Sakai
Chat
--
Herramienta de chat dentro de Concepto

Sakai
Discussion
Foro
Forum
Resources
Herramienta de foros de discusin Concepto

dentro de Sakai
Recursos
Herramienta de Recursos dentro Concepto

de Sakai
Annuncement Anuncios
Herramienta de anuncios dentro de Concepto
Sakai.
ToolElement
Elemento
herramienta
de Define instancias contenidas dentro Concepto

de una tool determinada
Evaluative
Elemento
ToolElement
herramienta
de
evaluativa
determinada
--
Define un concepto dentro una Concepto
TopicItem
de Define instancias contenidas dentro Concepto

una
EvaluativeTool
determinada rea de conocimiento

Topic
--
Define un rea de conocimiento
Concepto
Event
Evento
Eventos generados por los usuarios Concepto

con el uso habitual de Sakai
Profile
Perfil
Define perfiles para los usuarios de Concepto

Sakai
StudentProfil Perfil
e
estudiante
LecturerProfil Perfil
de Define perfiles determinados para Concepto

los estudiantes.
de Define perfiles especficos para los Concepto
docente
docentes.
DNI
--
DNI del usuario
Atributo
de
instancia
90
Nombre
Nombre
Sinnimos
--
Descripcin
Tipo
Nombre descriptivo
Atributo
de
instancia
Apellidos
--
Apellidos del usuario
Atributo
de
instancia
UsuarioID
--
ID dentro de Sakai para un usuario
Atributo
de
instancia
Nota
--
Valor
numrico
que
indica
la Atributo
calificacin obtenida
de
instancia.
Crditos
--
Nmero de crditos de
Atributo
de
instancia
Descripcin
--
Breve descripcin del concepto
Atributo
de
instancia
ToolID
--
ID
dentro
de
Sakai
para
una Atributo
herramienta
de
instancia
EventID
--
ID del evento generado por Sakai
Atributo
de
instancia
Hora
--
Hora a la que se produce un evento Atributo

de
instancia
Fecha
--
Fecha en la que se produce un Atributo

evento
de
instancia
Ocurrences
--
Numero de repeticiones de un Atributo

evento concreto, dentro de una de
determinada herramienta, producido instancia
por un cierto usuario
PerfilID
--
ID de un perfil determinado.
91
Atributo
Nombre
Sinnimos
Descripcin
Tipo
de
instancia.
belongsTo
--
(ToolElement,
El elemento de la
herramienta Relacin
pertenece a una herramienta.
Tool)
consistsOf
--
(Topic,
El
topic
est
compuesto
por Relacin
Relacin inversa a ConsistsOf
Relacin
topicItems.
TopicItem)
IsContainedIn -(TopicItem,
Topicl)
IsEnrolled
--
(Participant,
El participante estudia/imparte una Relacin

asignatura
Subject)
isObtainedBy --
La
calificacin
(Student,
estudiante
pertenece
un Relacin
Qualification)
isRelatedToT --
El ToolElement se relaciona con Relacin
oolElement
otro ToolElement
(ToolElement,To
olElement)
profileRequire --
ToolElement
este perfil.
recomendado
para Relacin
(Profile,
ToolElement)
referrersTo
--
(ToolElement,
El ToolElement hacer referencia a Relacin

un topicItem
TopicItem)
hasProfile
--
El participante tiene un perfil
--
La
Relacin
(Participant,
Profile)
Incorporates
(Subject, Tooll)
isObtainedIn
asignatura
incorpora Relacin
herramientas
--
(Qualification,
La calificacin se ha obtenido en Relacin

una asignatura
Subjectl)
isProducedBy --
Un evento es producido por un Relacin
(Event,
usuario concreto
Participant)
92
Nombre
Sinnimos
Descripcin
Tipo
isProducedO --
Un evento es producido en el Relacin
contexto
(Event,
concreto.
de
un
ToolElement
ToolElement)
Tabla 19. Glosario de trminos
6.1.2 Taxonomas de conceptos

En este apartado vamos a desarrollar taxonomas de los conceptos
citados en el apartado anterior.
Una taxonoma es un tipo de vocabulario controlado en que todos los

trminos estn conectados mediante un modelo estructural (jerrquico,
arbreo, facetado, etc.) y especialmente orientado a los sistemas de
navegacin, organizacin y bsqueda de contenidos de los sitios web.
El modelo ontolgico OntoSakai est formado por las siguientes

taxonomas de trminos.
a) Como se muestra en la figura 12, el concepto tool tiene las

siguientes subclases: Resoruces con subclases test y assignments,
EvaluativeTool, ColaborativeTool con subclases chat y discussion
forum, y Annuncements.
93
Figura 12. Diagrama de taxonoma herramienta
b) La figura 13 muestra el concepto Profile, y sus subclases

StudentProfile y LecturerProfile.
Figura 13. Diagrama de taxonoma perfilado.
94
c) La figura 14 muestra el concepto participante, y sus subclases

student y lecturer.
Figura 14. Diagrama de taxonoma Participante
d) Por ltimo, la figura 15 muestra la taxonoma agrupada del resto de

conceptos de OntoSakai. Qualification, Event, TopicItem, Subject y
ToolElement con su subclase EvaluativeToolElement.
Figura 15. Diagrama de taxonoma de ms alto nivel.
95
6.1.3 Diagrama de relaciones binarias

En este apartado se definen las relaciones binarias entre los conceptos
y sus relaciones inversas.
Como podemos ver, en cada diagrama, contamos con dos conceptos,

representados por su nombre de concepto dentro de un recuadro, y dos
relaciones, la relacin directa (representada en rojo) y la relacin inversa
(en color verde).
Figura 16. Relacin Participante - Asignatura
Figura 17. Relacin Evento - Participante
Figura 18. Relacin Evento - ToolElement
96
Figura 19. Relacin Estudiante - ToolElement
Figura 20. Relacin Calificacin - Estudiante
Figura 21. Relacin Calificacin - EvaluativeToolElement
Figura 22. Relacin Asignatura - Herramienta
97
Figura 23. Relacin ToolElement - Herramienta
Figura 24. Relacin ToolElement -TopicItem
Figura 25. Relacin Topic - TopicItem

.
Figura 26. Relacin Perfil - ToolElement
98
Figura 27. Relacin Participante - Perfil
Figura 28. Relacin ToolElement ToolElement
En el caso concreto de la relacin isRelatedTo, cabe destacar que se

trata de una relacin reflexiva, es decir, relaciona un concepto consigo
mismo. Para ilustrarlo pondremos que, por ejemplo, tenemos el recurso
Tema1 de la asignatura IC, que est relacionado con Practica 1 de
esa misma asignatura quedndonos una relacin entre ambas instancias
como la representada en la figura 29.
Figura 29. Ejemplo relacin isRelatedTo
99
6.1.4 Diccionario de conceptos

El objetivo de este apartado es especificar cules son las propiedades
que describen cada concepto de la taxonoma, las relaciones del
diagrama de relaciones binarias y las instancias de cada uno de los
conceptos
Concepto
Atributos de Atributos de
clase
Participant
--
Relaciones
instancia
Nombre
isEnrolled
Apellidos
hasProfile
DNI
Student
--
Nombre
isObtainedBy
Apellidos
studentRequires
DNI
Lecturer
--
Nombre
--
Apellidos
DNI
Qualificacin
--
Nota
isObtainedBy
IsObtainedIn
Subject
--
Nombre
isEnrolled
Crditos
incorporates
Descripcin
Tool
--
--
Incorporates
belongsTo
Evaluative Tool --
--
isObtainedIn
Tests
--
--
--
Assignments
--
--
--
Colaborative
--
--
--
Chat
--
--
--
Discussion
--
--
--
--
--
--
tool
Forum
Resources
100
Concepto
Atributos de Atributos de
clase
Relaciones
instancia
Annuncements --
--
--
ToolElement
--
belongsTo
--
isRelatedTo
refersTo
studentRequires
profileRequires
Evaluative
--
--
isObtainedIn
--
--
refersTo
ToolElement
TopicItem
consistsOf
Topic
--
--
consistsOf
Event
--
Hora
isProducedOn
Fecha
isProducedBy
Ocurrencias
Profile
--
hasProfile
profileRequires
StudentProfile
--
--
--
LecturerProfile
--
--
--
Tabla 20. Diccionario de conceptos
6.1.5 Detalle de las relaciones binarias

En este apartado vamos a especificar en detalle cada relacin binaria.
Relacin
Origen
Cardinalida
Destino
Relacin
Inversa
isEnrolled
Participant
Subject
hasEnrolled
isProducedBy
Event
Participant
Produces
isProducedOn Event
ToolElement
Produces
studentRequir Student
ToolElement
RequiredBy
Obtains
es
isObtainedBy
Qualification N
Student
isObtainedIn
Qualification 1
EvaluativeToolEle Has
101
ment
Incorporates
Subject
Tool
isIncorporatedI
n
belongsTo
ToolElement 1
Tool
Contains
refersTo
ToolElement N
TopicItem
isReferedby
consistsOf
Topic
TopicItem
isContainedIn
profileRequires Profile
ToolElement
isRequiredBy
hasProfile
Participant
Profile
belongsTo
isRelatedTo
ToolElement N
ToolElement
isRelatedTo
Tabla 21. Relaciones Binarias
6.1.6 Descripcin de los atributos de instancia

En este apartado se describen con detalle todos los atributos de
instancia aportados en el glosario de trminos.
Atributo
Concepto
Tipo
Rango de
Cardinalidad
valores
DNI
Student
String
--
(1,1)
String
--
(1,1)
String
--
(1,1)
String
--
(1,1)
Lecturer
Nombre
Student
Lecturer
Subject
Apellidos
Student
Lecturer
UsuarioID
Student
Lecturer
Nota
Qualification
Float
0.0-10.0
(1,1)
Creditos
Subject
Float
0. 0
(1,1)
Descripcin
Subject
String
--
(1,1)
ToolID
Tool
String
--
(1,1)
EventID
Event
String
--
(1,1)
Hora
Event
String
--
(1,1)
Fecha
Event
String
--
(1,1)
Ocurrences
Event
Int
(1,1)
102
PerfilID
Profile
String
--
(1,1)
Tabla 22. Atributos de instancia
6.1.7 Descripcin de atributos de clase

En este modelo ontolgico no se han especificado atributos de clase.
6.1.8 Descripcin de las constantes

En este modelo ontolgico no se han especificado constantes
6.1.9 Descripcin de las instancias

En este apartado vamos a describir ejemplos de instancias relevantes
para el dominio del modelo. En nuestro caso, las relacionadas con los
recursos y su recomendacin.
Instancia
5e2f19fe-96c7-4d23-9089-
Concepto
Asignatura
0847b2ca2358
Atributo
Valor
Nombre
IC
Descripcin
Ingeniera
conocimiento
Creditos
ToolElement
--
--
Resources
--
--
Ontologies
Topic
--
--
SPARQL
TopicItem
--
--
5e2f19fe-96c7-4d23-90890847b2ca2358/Portada.png
5e2f19fe-96c7-4d23-90890847b2ca2358/Resources
Tabla 23. Instancias
103
del
6.1.10 Conclusiones OntoSakai

Una vez concluido el anlisis diseo del modelo ontolgico podemos
destacar que ha sido necesaria la creacin de nuevas relaciones como
son:
refersTo: Necesaria para indicar a que topicItems hace

referencia un ToolElement en concreto.
hasProfile: Necesaria para indicar que un usuario tiene un

perfil en particular.
isProducedOn: Indica en que elemento concreto se ha

producido un evento en particular.
isProducedBy: Indica que usuario ha generado un evento.
isObtainedIn: Necesaria para indicar en que elemento

evaluable se ha obtenido una calificacin en particular.
profileRequires: Relaciona un perfil con un ToolElement en

particular. Necesario para recomendaciones a nivel de
perfil.
studentRequires:
Necesario
para
recomendaciones
personalizadas a cada estudiante.
Ha sido de igual modo necesario modificar el diseo de los atributos

dentro de las ontologas. En este caso, hemos eliminado los siguientes
atributos de instancia por considerarlos innecesarios y redundantes.
ToolID: En nuestro diseo, la ID de la tool ser el nombre

de la instancia dentro de la ontologa.
UsuarioID: Al igual que ocurre en el caso anterior, el ID del

usuario ser el nombre de la instancia en la Ontologa.
AsignaturaID: En este caso, al igual que en los dos

anteriores, usamos como nombre de la instancia el ID de la
asignatura, por lo que sera redundante almacenarlo como
atributo.
104
6.1.11 Implantacin de la ontologa en Proteg.

Como se explic en el captulo 2.3.1, utilizaremos el software Proteg
para la implantacin del modelo ontolgico en el lenguaje OWL. Los
pasos que hemos seguido para la implantacin han sido los siguientes.
a) Importacin de las ontologas disponibles: Como hemos

comentado anteriormente, partamos de la base de una serie de
ontologas previamente desarrolladas. Por tanto, el primer paso es
integrarlas entre s. Para ello hacemos uso del asistente de
importacin de Proteg, tal como muestra la figura 30.
Figura 30.Importacin Proteg
b) Creacin de nuevas relaciones: El segundo paso ha sido crear

nuevas relaciones para integrar todo en un modelo ontolgico
comn. En la figura 31 pueden verse las relaciones creadas
105
Figura 31. ObjectProperties Protege
La figura 32 muestra en detalle las propiedades de una relacin.

Como podemos ver contamos con los siguientes atributos o
propiedades aplicables a una relacin:
EquivalentTo: Indica si esta relacin es equivalente a otra y,

por tanto, podran inferirse datos a travs de ambas.
SubPropertyOf: Indica si esta relacin es una subrelacin de

otra superior, por ejemplo, podramos tener alumnos en una
asignatura y como subrelacin podramos tener online y
presencial.
InverseOf: Indica si cuenta con una relacin inversa y, si es

as, muestra de cual se trata.
Domains: Hace referencia al concepto del que parte la

relacin.
Ranges: Hace referencia al concepto destino de esta

relacin.
106
Figura 32. Detalle propiedades Proteg
c) Adecuacin de los atributos: El tercer paso ha sido adecuar los

atributos tal y como se indica en el apartado de conclusiones y
asignarlos a los diferentes conceptos. La figura 33 muestra en
detalle un atributo asignado. Como podemos ver contamos con las
siguientes propiedades aplicables a un relacin
EquivalentTo: Indica si existe un atributo equivalente a este.
SubPropertyOf: Indica si este atributo es una especificacin

de un atributo de mayor rango.
Domains: Aqu se muestran los conceptos sobre los que se

aplica este atributo en particular.
Ranges: Indica el tipo de valor que puede adquirir este

atributo, podramos asemejarlo a un tipo de variable en un
lenguaje de programacin tradicional.
107
Figura 33. Atributos de concepto Proteg
d) Creacin de las instancias: El ltimo paso habra de ser insertar

las instancias dentro de nuestra ontologa, sin embargo, en nuestro
caso, ser el servicio Web el encargado de hacer esta tarea.
6.2
OntoSakaiWS
6.2.1 Especificacin de requisitos de software.

En este apartado abarcamos la especificacin de requisitos del servicio
Web OntoSakaiWS, encargado de actuar de intermediario ente OntoSakai
y las herramientas desarrolladas para Sakai.
6.2.1.1
Propsito
El objetivo es definir de manera clara y concisa las funcionalidades y

restricciones
del
servicio
web
OntoSakaiWS
para
uso
de
los
desarrolladores de software.
Este documento constituir la base del equipo de desarrollo, el cual

debe seguir las pautas presentes en este documento para la realizacin
de las funcionalidades especificadas.
108
6.2.1.1.1 mbito del sistema

El servicio Web a desarrollar se denominar OntoSakaiWS. Esta
aplicacin proporcionar una interfaz para la gestin de las ontologas que
conforman OntoSakai, la cual permitir hacer consultas, ediciones y
nuevas inserciones dentro del catlogo de OntoSakai.
El fin ltimo de este desarrollo es proporcionar un sistema mediante el

cual, una tercera aplicacin, pueda tomar el control de las ontologas y
tratarlas en funcin a los datos de entrada y las operaciones solicitadas
por el usuario.
Esta aplicacin se plantea como un modelo de base, escalable

fcilmente, sobre el que incluir futuras necesidades y especificaciones.
6.2.1.1.2 Definiciones, acrnimos y abreviaturas
Este apartado recoge las definiciones, acrnimos y abreviaturas que se

utilizan en el presente documento, con el fin de facilitar la comprensin y
la lectura del mismo:
Servicio Web: tecnologa que utiliza un conjunto de protocolos y

estndares
que
sirven
para
intercambiar
datos
entre
aplicaciones. Distintas aplicaciones de software desarrolladas en

lenguajes de programacin diferentes, y ejecutadas sobre
cualquier plataforma, pueden utilizar los servicios web para
intercambiar datos en redes de ordenadores como Internet.
Cliente: es una mquina o proceso que accede a recursos y

servicios de forma remota, ofrecidos por un servidor.
Ontologa: esquema conceptual dentro de uno o varios

dominios dados; con la finalidad de facilitar la comunicacin y el
intercambio
de
informacin
entidades.
109
entre
diferentes
sistemas
OntoSakai: Modelo ontolgico formado por una serie de

ontologas que representa el contenido semntico del dominio
de un LMS.
Servidor: es un sistema que, formando parte de una red, ofrece

servicios a otras mquinas denominadas clientes, tambin se
conoce con el nombre de host.
6.2.1.1.3 Visin general del documento ERS
El documento recoge los requisitos necesarios para el desarrollo del

servicio web OntoSakai segn el estndar "IEEE Recommended Practice
for Software Requirements Specications (IEEE/ANSI 830 -1993).
El documento se basa en las entrevistas realizadas con los directores

del presente trabajo fin de grado, as como en el estudio y anlisis de la
documentacin existente.
6.2.1.2
Descripcin general
Esta seccin del documento reflejar las caractersticas del presente

desarrollo.
6.2.1.2.1 Perspectiva del producto
Con el objetivo de dotar a los LMS con caractersticas de

personalizacin y recomendacin de ha desarrollado
un modelo
ontolgico denominado OntoSakai.
Tomando como punto de partida dicho modelo ontolgico, se

desarrollar este servicio web con la pretensin de servir como base para
implementar estos servicios de recomendacin y personalizacin en el
LMS Sakai.
110
Este desarrollo servir como base sobre la cual construir nuevas

aplicaciones que aporten de conocimiento experto al entorno de Sakai.
6.2.1.2.2 Funciones del desarrollo
Este apartado detallar las funciones bsicas, en base a las cuales se

desarrollar el servicio web.
a) La aplicacin debe ser capaz de leer el modelo ontolgico contenido

en las diferentes ontologas que componente OntoSakai.
b) La aplicacin debe ser capaz
de editar el modelo ontolgico,
creando en l nuevas instancias de las clases definidas y

modificando instancias ya existentes con el fin de aadir nueva
informacin.
c) La aplicacin debe ofrecer informacin formateada e interpretable
desde una tercera aplicacin, de los datos contenidos en
OntoSakai.
6.2.1.2.3 Caractersticas de los usuarios
En este caso concreto, los usuarios de esta aplicacin sern

herramientas de software que consumirn los servicios ofrecidos por el
sistema.
6.2.1.2.4 Restricciones
Se han recogido las siguientes restricciones que deben tenerse en

cuenta a la hora de desarrollar el proyecto.
El desarrollo debe cumplir con los estndares de la industria de

ingeniera del software.
La informacin ofrecida por el sistema debe tener un formato

homogneo de forma que la lectura pueda estandarizarse.
111
El sistema debe ofrecer mecanismos para el control de la

integridad referencial dentro de la ontologa.
6.2.1.2.5 Suposiciones y dependencias
El desarrollo se realiza con un entorno de desarrollo integrado

como es Eclipse Java EE IDE for Web Developers.
El servicio web debe correr en un servidor de aplicaciones, en

nuestro caso hemos usado Apache Tomcat, debido a que este
servidor se presenta como uno de los requisitos para el
funcionamiento de Sakai.
El servicio web debe contener, entre sus dependencias, el

modelo ontolgico OntoSakai, formado por cuatro ontologas. De
modo que pueda atacarlas cuando sea necesario.
Se ha seleccionado el lenguaje de programacin Java porque

representa un estndar multiplataforma, y adems, posibilita
crear aplicaciones mantenibles con cdigo reutilizable.
Para el manejo de ontologas hemos optado por usar el

framework Apache Jena, que nos permite atacar las ontologas
de manera sencilla y eficiente.
6.2.1.2.6 Requisitos futuros
Este servicio web se desarrolla como base sobre la que construir una
integracin completa de OntoSakai con el LMS Sakai.
Por cuestiones de tiempo, en el presente desarrollo nos hemos

centrado en las funcionalidades relacionadas con la recomendacin de
recursos dentro del campus virtual.
112
Para desarrollos futuros habra que escalar las funcionalidades de este

servicio web, incluyendo el resto del mbito de OntoSakai.
6.2.1.3
Requisitos especficos.
Esta seccin especificar con detalle los requisitos que debe poseer
esta aplicacin.
6.2.1.3.1 Interfaces externas
No se han definido interfaces externas para esta aplicacin.
6.2.1.3.2 Funciones
En este apartado definiremos las funciones especficas que debe

cumplir esta aplicacin.
RF-1: Aadir, modificar y listar asignaturas.
RF-2: Aadir, modificar y listar herramientas de una asignatura.
RF-3: Aadir, modificar y listar elementos especficos de una

herramienta concreta.
RF-4: Aadir, modificar y listar Topics.
RF-5: Aadir, modificar y listar TopicItems relacionados con un

topic en concreto.
RF-6: Relacionar recursos con topicItems.
RF-7: Relacionar recursos con Asignaturas.
RF-8: Relacionar recursos con otros recursos.
RF-9: Realizar recomendaciones de recursos segn sus

relaciones definidas.
RF-10: Mantener la integridad referencial del modelo ontolgico.
113
6.2.1.3.3 Requisitos de rendimiento.
La aplicacin debe garantizar unos niveles de rendimiento altos, ya que

es la base sobre la que se construirn herramientas para LMS que deben
responder con rapidez y fluidez.
Las lecturas de datos no se demorarn ms de 1 segundo.
Las inserciones de datos no se demorarn ms de 3 segundos.
6.2.1.3.4 Restricciones de diseo.
No se han definido restricciones de diseo para el desarrollo de esta

aplicacin.
6.2.1.3.5 Atributos del sistema.
El servicio web desarrollado deber cumplir con las caractersticas

listadas a continuacin.
Deber ofrecer datos en un formato fcilmente tratable por las

aplicaciones cliente, tanto integradas con Sakai como externas
al citado LMS.
El servicio web debe poder instalarse en cualquier servidor de

aplicaciones, independientemente del sistema operativo sobre el
que se est ejecutando.
El servicio web debe desarrollarse de forma que sea fcilmente

escalable a fin de facilitar futuros desarrollos sobre el mismo.
114
6.2.1.3.6 Otros requisitos
No se han definido otros requisitos a parte de los ya definidos con

anterioridad.
6.2.1.4
Definicin de los actores

ACT-01
OntoSakai Resources
Versin
1.0
Autor
Alberto Miguel Oliva Molina
Descripcin
Herramienta subida de recursos
Comentarios
Debe ser capaz de realizar todas las

operaciones de creacin de elementos
y listado de los mismos
Tabla 24. Definicin Actor 1 OntoSakaiWS
ACT-02
OntoSakai Browser
Versin
1.0
Autor
Descripcin
Herramienta descarga y recomendacin

de recursos
Comentarios
Debe ser capaz de realizar todas las

operaciones de listado de elementos y
de recomendacin de recursos.
Tabla 25. Definicin actor 2 OntoSakaiWS
115
6.2.1.5
Casos de uso
En este apartado se muestra un diagrama de casos de uso (figura 34)
del funcionamiento del servicio web.
Figura 34. Diagrama casos de uso OntoSakaiWS
Debido a su extensin, las especificaciones de los casos de uso se

recogen en el "ANEXO A1".
6.2.1.6
Diagramas de secuencia
Un diagrama de secuencia muestra la interaccin en forma de grfico,

el cual consta de dos dimensiones; La dimensin vertical es el eje de
tiempo, que avanza hacia el final. La dimensin horizontal, que muestra
los roles que representan los objetos.
116
Los diagramas de secuencia se recogen en el "ANEXO B1". Cabe

destacar que se ha planteado un diagrama de secuencia por cada caso
de uso.
6.2.2 Diseo de la solucin

En presente aparado detalla el diseo de la solucin Para el caso de
OntoSakaiWS. El diseo de la solucin incluye el diagrama de clases y el
diseo de la interface.
6.2.2.1
Modelo de clases
En el presente apartado detallaremos el modelo de clases de
OntoSakaiWS.
La figura 35 muestra el modelo de clases de OntoSakaiWS.
117
Figura 35. . Diagrama de clases OntoSakaiWS
Como podemos observar, hemos creado tres clases:
OntManager: Es la encargada de interactuar a bajo nivel con el

modelo ontolgico de OntoSakai.
WSInterface: Es la clase que contiene todos los mtodos

pblicos del servicio Web. Instancia a la clase OntManater para
ello.
CommonFunctions: Esta clase contiene una serie de funciones

auxiliares que son empleadas por las otras dos clases, tales
como formatear los datos o realizar la escritura fsica de la
ontologa.
118
Las clases de la API que hemos usado para el desarrollo han sido:
QueryExecution:
Encargada
de
ejecutar
las
consultas
SPARQL.
ValidityReport: Genera un reporte del estado del modelo tras la

carga.
Query: Las instancias de esta clase son las consultas SPARQL

propiamente dichas.
Individual: Las instancias de esta clase son los individuales

(Instancias de conceptos) del modelo.
Propertie: Representa las data properties de los individuales.
ResultSet: Necesario para almacenar los resultados de las

consultas SPARQL.
OntClass: Representa los conceptos o clases dentro del

modelo.
6.2.2.2
OntModel: Representa el modelo completo.
Diseo de la interfaz.
OntoSakaiWS carece de interface grfica propia.
6.2.2.3
Plan de pruebas unitarias

Para el caso del servicio web, se han planificado pruebas para cada
uno de los casos de uso, de forma que tengamos la certeza de que, en

cualquier caso, su funcionamiento es el esperado. La tabla 26 muestra las
pruebas unitarias planificadas.
119
ID
Descripcin
Caso de
Propsito
Superada
uso
CP-001
Creacin
de CU-01 Crear Comprobar
nuevas
Asignatura
Asignaturas
el S
correcto
funcionamiento de la
insercin
de
asignaturas a travs
del servicio web
CP-002
Creacin
nuevas
Herramienta
herramientas
el S
correcto
insercin
de
herramientas
travs
del
a
servicio
web
CP-003
Creacin
nuevos topics
Topic
el S
correcto
insercin de topics a
travs
del
servicio
web
CP-004
Creacin
nuevos topicItem
TopicItem
el S
correcto
insercin
de
topicItems a travs
del servicio web
CP-005
Creacin
nuevos recursos
Recurso
el S
correcto
insercin de recursos
a travs del servicio
web
CP-006
Listado de todos CU-06
Comprobar
los
correcto listado de
topics Obtener
existentes en el topics
todos
120
los
el S
topics
sistema
existentes dentro del

modelo ontolgico a
travs
del
servicio
Web
CP-007
Comprobar
los
correcto listado de
recursos Obtener
los
el S
existentes en el recursos
todos
recursos
sistema
dentro del ontolgico

a travs del servicio
Web
CP-08
Comprobar
los
correcto listado de
topicItems Obtener
relacionados con topicItems
todos los topicItems
un
contenidos
topic
en contenidos
particular
CP-09
el S
en Topic
en
un
topic.
Comprobar
los
correcto listado de
topicItem Obtener
referidos por un TopicItems

recurso
los
el S
topicItems
en referidos por relacionados con un
particular.
un recursos
recursos
en
particular
CP-010
Obtener el Topic CU-10
Comprobar
al que pertenece Obtener
correcta
un
Obtener
los
pertenece
est
topicItem
topicItem
todos CU-11
recursos Obtener
una asignatura
Obtener
contenido
un
Comprobar
el S
correcto listado de
relacionados con recursos de todos
CP-012
devolucin
determinado topic al que del Topic en el que
topicItem
CP-011
la S
los
recursos
una
pertenecientes a una
asignatura
asignatura concreta
el CU-12
Comprobar
la S
nombre de una Obtener
correcta
asignatura
del nombre de una
travs de su ID
a nombre
asignatura
asignatura a travs
de su ID
121
devolucin
CP-013
Obtener
un CU-013
Comprobar
el S
listado de todas Obtener
correcto listado de
las asignaturas
todas las asignaturas
Asignaturas
existentes
en
el
modelo ontolgico
CP-014
Obtener
de
listado CU-14
recursos Obtener
relacionados
partir
de
a recursos
Comprobar
el S
correcto listado de
recursos
un relacionados relacionados
recurso concreto
con recurso
partiendo
de
un
recurso en particular
CP-015
Obtener
un CU-15
Comprobar
listado
de Obtener
correcto listado de
recursos
recursos
relacionados
partir
de
el S
recursos
a relacionados relacionados con un

un topicItem
topicItem
topicItem
CP-016
Crear
relacin CU-16 Crear Comprobar
consistsOf
CP-017
Crear
CP-018
Crear
Crear
correcta creacin de
consistsOf
la relacin
correcta creacin de
refersTo
la relacin
la S
relacin
correcta creacin de
isRelatedTo
la relacin
belongsTo
la S
relacin
isRelatedTo
CP-019
relacin
refersTo
la S
la S
relacin
correcta creacin de
belongsTo
la relacin
Tabla 26. Casos de prueba OntoSakaiWS.
122
6.2.3 Pruebas de esfuerzo

Para el caso concreto de OntoSakaiWS se han considerado una serie
de pruebas de esfuerzo debido a que este componente ser el que ms
carga de trabajo soporte.
Las pruebas de esfuerzo han consistido en una serie de operaciones,

con el objetivo de saturar el servicio o bien tratar de corromper las
ontologas mediante la introduccin de gran cantidad de datos. En la tabla
27 se especifican las pruebas realizadas.
ID
CP-001
Descripcin
Propsito
Inserciones
Comprobar el comportamiento del
masivas de
servicio web ante la insercin de
datos simples.
datos simples durante un periodo
Superada
S
prolongado de tiempo.
CP-002
Inserciones
Comprobar la capacidad del
masivas de
servicio web para soportar una
datos y creacin
carga de procesamiento alta,
de relaciones
consistente en crear nuevas
de los mismos.
instancias de las entidades y
relacionarlas entre s.
CP-003
Inserciones
masivas de
datos y creacin
de relaciones
de los mismos.
Posterior
eliminacin de
Comprobar la capacidad del

servicio web para soportar una
carga de procesamiento alta,
consistente en crear nuevas
instancias de las entidades y
relacionarlas entre s.
Posteriormente han sido
eliminadas y vueltas a crear para
comprobar el correcto
funcionamiento de la eliminacin.
entidades y
comprobacin
de las
relaciones.
Tabla 27. Pruebas de esfuerzo.
123
6.2.4 Despliegue
En este apartado vamos a detallar el despliegue de este servicio Web
mediante el uso de un diagrama de despliegue UML mostrado por la
figura 36.
Figura 36. Diagrama de despliegue OntoSakaiWS
6.3
OntoSakai Resources
6.3.1 Especificacin de requisitos de software.
En este apartado abarcamos la especificacin de requisitos de la

herramienta de Sakai Ontosakai Resources.
6.3.1.1
Propsito

restricciones de la herramienta OntoSakai Resources para uso de los
124


La herramienta a desarrollar se denominar OntoSakai Resources.
Esta herramienta proporcionar una interfaz grfica para la gestin de las
recursos dentro del LMS Sakai, la cual permitir a los docentes crear
nuevo contenido dentro de la plataforma, asociarlo con otros recursos ya
existentes y clasificarlos mediante el uso de TopicItems.
El fin ltimo de este desarrollo es proporcionar un sistema mediante el

cual podamos dotar a los recursos subidos al campus virtual de
informacin semntica que ser utilizada por otras aplicaciones para
realizar recomendaciones a los usuarios.

Docente: hace referencia al personal de la universidad

encargado de subir los recursos.
Alumno: usuario que consumir los recursos del campus y al

cual estn orientados los servicios de recomendacin.
Recurso: elemento subido al campus, que contendr tanto el

documento
proporcionado
por
el
docente
como
la
metainformacion semntica relacionada con el mismo.
Herramienta: referido a las aplicaciones integradas dentro de

Sakai que ofrecen un servicio o funcionalidad.
LMS: sistema de gestin del aprendizaje. Entorno que facilita el

proceso de aprendizaje de los alumnos.
125
Topic: rea de conocimiento compuesta por diversos temas.
TopicItem: elemento que define un tema determinado dentro de

un rea de conocimiento especifica.
El documento recoge los requisitos necesarios para el desarrollo de la

herramienta
OntoSakai
Recommended
Practice
Resources
for
Software
segn
el
estndar
Requirements
"IEEE
Specications
(IEEE/ANSI 830 -1993).

6.3.1.2
Descripcin general

desarrollo.
Con el objetivo de permitir la recomendacin de recursos por parte del

LMS a los alumnos, es necesario dotar a cada recurso con una serie de
informacin semntica.
Esta informacin est constituida, por los recursos existentes que se

relacionen directamente con nuestro recurso, y los topicItems a los que el
recurso pertenezca.
El objetivo de este herramienta es el de permitir a los docentes

generar, de forma sencilla e intuitiva, estos recursos y su informacin
semntica relacionada.
126
Los elementos generados por esta aplicacin, sern de utilidad en la

herramienta de recomendacin.

desarrollar el servicio web.
a) Todo usuario con privilegios de docente podr acceder a esta

herramienta y crear nuevo contenido.
b) Los usuarios con privilegios deben ser capaces de crear nuevos
topics y/o topicItems
c) La aplicacin debe valerse de OntoSakaiWS para gestionar la
d) La aplicacin debe permitir la escritura en la base de datos propia
de Sakai, a fin de permitir el uso de estos recursos por las
aplicaciones incorporadas en el ncleo de Sakai.
Las caractersticas de los usuarios son las siguientes:
Docente: Ser el encargado de generar los nuevos recursos as

como
de
dotarlos
de
informacin
semntica.
Requiere
conocimientos bsicos sobre el funcionamiento de nuestra

herramienta as como los conceptos relacionados con la
informacin semntica a proporcionar.
127


La interface de usuario debe ser sencilla e intuitiva.
Se debe controlar la introduccin manual de datos por parte del

usuario a fin de evitar informacin no valida.
Valindonos de las funciones de control de OntoSakaiWS se

debe garantizar la integridad referencial antes de cada nueva
insercin.

La herramienta debe funcionar embebida dentro del LMS Sakai,

por lo que debemos crearla siguiendo las especificaciones del
mismo.
Se han seleccionado los lenguajes de programacin Java, JSP y

Javascript porque representan un estndar multiplataforma, y
adems, posibilita crear aplicaciones mantenibles con cdigo
reutilizable.
Como herramienta para la subida fsica de los archivos al

servidor hemos optado por un cliente webDAV, tecnologa que
nos ofrece Sakai de forma nativa que nos permite trabajar de
forma independiente a la estructura de archivos o de base de
128
datos del LMS, esto nos permitir implantar esta solucin en

cualquier entorno Sakai, sea cual sea su configuracin.
Esta herramienta cubre el campo de la generacin de recursos, de

forma que se integra perfectamente con el entorno de Sakai y permite
trabajar con los recursos de forma similar a como lo hace la aplicacin
navita, con el aadido de la informacin semntica.
Por otro lado, ha quedado fuera del desarrollo cierta metainformacion

que Sakai proporciona a sus recursos. La lnea futura a seguir consistira
en agregar dicha informacin.
6.3.1.3
esta aplicacin.
Los usuarios accedern a una pantalla de identificacin donde deben

introducir su contrasea.
Una vez identificados mostraremos un formulario en el que pueden

seleccionar el archivo a subir as como la informacin semntica que
deseen agregar.
Debemos
incluir
tambin
formularios
topics/TopicItems.
129
para
la
creacin
de
6.3.1.3.2 Funciones

RF-1: Aadir nuevos recursos.
RF-2: Aadir nuevos topics.
RF-3: Aadir nuevos topicItems.
RF-4: Identificar al usuario por su contrasea.
RF-5: Listar otros recursos existentes en el sistema.
RF-6: Listar todos los topicItems existentes en el sistema.
RF-7: Listar todos los topics existentes en el sistema.
RF-8: Clasificar topicItems segn los topics a los que

pertenecen.
RF-9: Clasificar los recursos segn las asignaturas a las que

pertenecen.
RF-10: Relacionar cada recurso con diferentes topicItems.
RF-11: Relacionar cada recurso con otros recursos existentes.
RF-12: Relacionar cada topicItem con un topic concreto.
No se han definido requisitos de rendimiento para el desarrollo de esta

herramienta.

aplicacin.
130
El servicio web desarrollado deber cumplir con las caractersticas

Deber
poder
instalarse
en
cualquier
entorno
Sakai,
independientemente de su configuracin.
El sistema deber poder controlar la introduccin de datos no

viables por parte del usuario.
El sistema controlar los credenciales del usuario antes de

permitirle crear nuevos datos.

anterioridad.
6.3.1.4
ACT-01
Docente
Versin
1.0
Autor
Descripcin
Usuario que crea nuevos datos en el

sistema
Comentarios
Deber ser capaz de crear nuevos

recursos
as
como
asociarlos
con
Deber, del mismo modo, ser capaz de

crear nuevos topics topicItems.
Tabla 28. Definicin actor OntoSakai Resources
131
6.3.1.5
Casos de uso
En este apartado se muestra un diagrama de casos de uso (Figura 37)

del funcionamiento de OntoSakai Resources.
Figura 37. . Diagrama de casos de uso OntoSakai Resources
Cabe destacar que, en el caso de CU01, tenemos dos relaciones de

inclusin con los casos de uso CU05 y CU04, esto es debido a que subir
un recurso implica crear las relaciones con los recursos y topicItems que
el docente indique.
Lo mismo sucede con el caso de uso CU03, deben crearse las

relaciones con su topic.
132
En los casos concretos de los listados, se listan los elementos bsicos

(recursos o topicItems) y a su vez debemos listar los elementos padre
(Asignaturas y topics) a modo de clasificacin de los primeros, facilitando
as la navegacin por los listados.
Debido a su extensin, las especificaciones de los casos de uso se

recogen en el "ANEXO A2".
6.3.1.6


de uso, integrando los casos include en los casos que los incluyen.

OntoSakai Resources. El diseo de la solucin incluye el diagrama de
clases y el diseo de la interface.
6.3.2.1
Modelo de clases
En este apartado veremos el modelo de clases de OntoSakai
Resources.
Esta herramienta cuenta con dos modelos bien diferenciados, por una
parte, la funcionalidad programada en J2EE. Cuya funcionalidad principal
es la de ofrecer informacin de contexto a travs de la API de Sakai.
133
La figura 38 muestra el diagrama de clases de la aplicacin.
Figura 38. Diagrama de clases OntoSakai Resources
Como podemos ver, las clases son las siguientes:
MainController: Es la clase de la capa de presentacin,

encargada de interactuar directamente con el contexto de Sakai.
SakaiProxy: Es un interfaz que permite obtener datos del

contexto actual de Sakai.
SakaiProxyImp: Implementacin de la interfaz SakaiProxy.
ProjectLogic: En esta clase debemos programar las funciones

relacionadas con la lgica de negocio.
Item: Hace referencia a la unidad mnima en Sakai, un tem

puede representar cualquier objeto en Sakai, como un usuario,
una propertie, etc.
Logger: Es la clase encargada de generar los registros de

sucesos.
134
Por otro lado, las funcionalidades programadas en el lado del cliente,

estas son las encargadas de generar el layout de la aplicacin y de
capturar los eventos producidos por el usuario.
La
figura
39
muestra
el
diagrama
de
componentes
de
las
funcionalidades en el cliente.
Figura 39. Diagrama de componentes OntoSakai Resources
Como podemos observar, en este caso contamos con 8 componentes.
OntoClient:
Encargado
de
las
funciones
principales
relacionadas con OntoSakaiWS.
CommonClient: Contiene funciones axuliares as como algunas

de las funciones encargadas del layout.
TopicCreator: Encargado de la gestin de los topic/topicItems.
UploadClient: Funciones relacionadas con la creacin de

nuevas instancias y la subida del recurso al servidor
WebDav: Encargado de subir el documento a Sakai.
SubjectIntegrityChecker: Tiene como principal funcionalidad

mantener la integridad referencial en la ontologa, comprobando
si los datos son vlidos antes de cada insercin.
ListManager: Su principal funcin es la gestin de los listados

de topics y recursos.
135
Index.jsp: Es la pgina principal desde la que se gestiona todo

el proceso.
6.3.2.2
Diseo de la interface.
En este apartado se observar el diseo de la interfaz, as como cada
una de sus funcionalidades.
6.3.2.2.1 Pantalla de login

En la siguiente figura 40 podemos observar la interface de acceso a la
herramienta, en ella, el usuario debe introducir su contrasea para poder
continuar.
Figura 40. Diseo Interface OntoSakai Resources: Login
Se solicita solo la contrasea, obteniendo la ID del usuario desde el

contexto, con el fin de limitar el prejuicio que supone para el usuario tener
que loguearse estando ya dentro del LMS Sakai.
6.3.2.2.2 Pantalla general OntoResources

Una vez que el usuario ha accedido al sistema, se encuentra con una
interface para la subida de datos. En la figura 41 se muestra una vista
general de la aplicacin, que iremos desglosando en apartados
posteriores.
136
Figura 41. Diseo Interface OntoSakai Resources: General
En primer lugar nos encontramos con un elemento de tipo File, que nos
permite seleccionar el archivo que deseamos subir, el cual se muestra en
el formulario una vez ha sido seleccionado, como muestra la figura 42.
Figura 42. Diseo Interface OntoSakai Resources: Subida
En la parte media de la pantalla, en el lado izquierdo, encontramos la

interface de seleccin de topicItems, mediante esta interface, el usuario
puede ligar el recurso que va a subir con los diferentes topicItems
existentes en el sistema. En la figura 43 se muestra un recurso
relacionado con tres topicItems.
137
Figura 43. Diseo Interface OntoSakai Resources: Topics Relacionados
Cabe destacar tambin los dos botones que podemos ver en la parte
inferior izquierda de la imagen. Estos botones nos permiten crear un
nuevo topic o bien un nuevo topicItem, tal y como se muestra a
continuacin.
Nuevo Topic; para la creacin de un nuevo topic, basta con introducir

su nombre en el formulario que muestra la figura 44.
Figura 44. Diseo Interface OntoSakai Resources: Nuevo Topic
138
Nuevo topicItem; en este caso, debe seleccionarse el topic al cual

pertenecer el nuevo topicItem que vamos a crear, tal como muestra la
figura 45.
Figura 45. Diseo Interface OntoSakai Resources: Nuevo TopicItem
Finalmente, como podemos ver en la figura 46, encontramos el apartado

de Recursos relacionados, desde aqu, el usuario puede relacionar
directamente el nuevo recurso a subir con los recursos que ya existan
previamente en el sistema.
Figura 46. Diseo Interface OntoSakai Resources: Recursos relacionados
139
6.3.3 Pruebas unitarias

Para el caso de la herramienta OntoSakai Resources, se han
planificado pruebas para cada uno de los casos de uso, de forma que
tengamos la certeza de que, en cualquier caso, su funcionamiento es el
esperado. La tabla 29 muestra las pruebas unitarias planificadas.
ID
Descripcin
Caso de
Propsito
Superada
uso
CP-001
Crear
nuevo CU-01
recurso
Comprobar
la S
Creacin de correcta insercin de

nuevo
un nuevo recurso
recurso
CP-002
Creacin
nuevos topics
de CU-02
Crear
Comprobar
el S
correcto
nuevo Topic funcionamiento de la

insercin de topics,
CP-003
Creacin
de CU-03
Comprobar
el S
nuevos
Crear
correcto
topicItem
TopicItem
insercin
de
topicItems.
CP-004
Crear
relacin CU-04
de recurso con Relacionar
Comprobar
que
la S
relacin del recurso a
diferentes
recurso con subir
topicItems
topicItems
se
produce
correctamente con los

topicItems deseados.
CP-005
Crear
relacin CU05
Comprobar
de recurso con Relacionar
CP-006
que
la S
relacin del recurso a
diferentes
recurso con subir
recursos
recursos
correctamente con los
existentes
recursos deseados.
Crear
relacin CU-06
se
Comprobar
produce
que
la S
de topicItem con Relacionar
relacin del topicItem
un
creado
topic
concreto
en topicItem
con topic
140
se
produce
correctamente con el
topicItem deseado.
CP-007
Listar todos los CU-08
Comprobar
recursos
correcto
filtrados
Listar
por recursos
asignatura
todos
el S
listado
los
de
recursos
filtrados
por
asignatura.
CP-008
Listar todos los CU10-Listar Comprobar

topicItems
filtrados
topicItems
por
correcto
listado
el S
de
todos los topicItems
topic
filtrados por Topic

Tabla 29. Casos de prueba OntoSakai Resources
6.3.4 Despliegue
En este apartado vamos a detallar el despliegue de esta herramienta
figura 47.
Figura 47. Diagrama de despliegue OntoSakai Resources
141
6.4
OntoSakai Browser
6.4.1 Especificacin de requisitos de software
En este apartado abarcamos la especificacin de requisitos de la

herramienta de Sakai Ontosakai Browser.
6.4.1.1
Propsito

restricciones de la herramienta OntoSakai Browser para uso de los


La herramienta a desarrollar se denominar OntoSakai Browser. Esta
herramienta proporcionar una interfaz grfica para la visualizacin de los
recursos de un sitio concreto (Una asignatura), permitiendo su descarga.
As mismo, har recomendaciones basadas en la informacin

semntica proporcionada por el docente para cada recurso. Las
recomendaciones deben ser de tres tipos: recomendaciones directas,
recomendaciones a travs de topicItem, y recomendaciones a travs de
topics.
Estos recursos recomendados, podrn ser tambin descargados por el

usuario de forma sencilla.
142

Docente: hace referencia al personal de la universidad

encargado de subir los recursos.
Alumno: usuario que consumir los recursos del campus y al

cual estn orientados los servicios de recomendacin.
Recurso: elemento subido al campus, que contendr tanto el

documento
proporcionado
por
el
docente
como
la
metainformacion semntica relacionada con el mismo.
Herramienta: referido a las aplicaciones integradas dentro de

Sakai que ofrecen un servicio o funcionalidad.
LMS: sistema de gestin del aprendizaje. Entorno que facilita el

proceso de aprendizaje de los alumnos.
Topic: rea de conocimiento compuesta por diversos temas.
TopicItem: elemento que define un tema determinado dentro de

un rea de conocimiento especifica.
El documento recoge los requisitos necesarios para el desarrollo de la

herramienta OntoSakai Browser segn el estndar "IEEE Recommended
Practice for Software Requirements Specications (IEEE/ANSI 830 -1993).

143
6.4.1.2
Descripcin general

desarrollo.
Con el objetivo de sustituir la aplicacin de visualizacin de recursos

por parte de los alumnos y permitir la recomendacin a los mismos de
nuevos recursos se debe desarrollar esta nueva herramienta.
Esta nueva herramienta debe mostrar un listado, en forma de tabla, de

los recursos relacionados con un sitio determinado (el sitio en el que nos
encontremos en cada momento). De cada recurso debemos mostrar sus
recursos relacionados.

desarrollar la herramienta.
a) Todo usuario con privilegios podr ver y descargar los recursos.

b) La aplicacin debe valerse de OntoSakaiWS para gestionar la
c) La aplicacin debe permitir la descarga de los documentos
mediante un cliente webDAV conectado con el LMS Sakai.
Las caractersticas de los usuarios son las siguientes:

Usuario: Debe poder ver los recursos del sitio, sus relaciones y
descargas nos recursos necesarios. Cabe destacar que este usuario
144
genrico puede ser cualquier usuario del LMS Sakai con acceso a esta
herramienta.


La interface de usuario debe ser sencilla e intuitiva.
Se debe permitir la descarga de los recursos y sus recursos

relacionados.

La herramienta debe funcionar embebida dentro del LMS Sakai,

por lo que debemos crearla siguiendo las especificaciones del
mismo.
Se han seleccionado los lenguajes de programacin Java, JSP y

Javascript porque representan un estndar multiplataforma, y
adems, posibilita crear aplicaciones mantenibles con cdigo
reutilizable.
Como herramienta para la descarga fsica de los archivos al

servidor hemos optado por un cliente webDAV, tecnologa que
nos ofrece Sakai de forma nativa que nos permite trabajar de
forma independiente a la estructura de archivos o de base de
145
datos del LMS, esto nos permitir implantar esta solucin en

cualquier entorno Sakai, sea cual sea su configuracin.
No se han definido requisitos futuros para esta herramienta.
6.4.1.3
esta aplicacin.
Los usuarios accedern a una pantalla de identificacin donde deben

introducir su contrasea.
Una vez identificados mostraremos un listado con todos los recursos.

Al interactuar con un recurso determinado debemos mostrar sus
recursos relacionados en tres secciones bien diferenciadas:
Relaciones directas: recursos directamente relacionados por el

docente.
Relaciones mediante topicItem: Recursos que se relacionan con

el actual a travs de las relaciones ontolgicas de sus
topicItems.
Relaciones mediante topic: Todos los recursos relacionados con

los topics a los que, indirectamente, hace referencia nuestro
recurso.
146
6.4.1.3.2 Funciones

RF-1: Mostrar recursos del sitio en curso.
RF-2: Mostrar recursos relacionados con un recurso concreto.
RF-3: Descargar recursos.
RF-4: Descargar recursos relacionados.
RF-5: Deber gestionar las credenciales del usuario.
No se han definido requisitos de rendimiento para el desarrollo de esta

herramienta.

aplicacin.
La herramienta desarrollada deber cumplir con las caractersticas

Deber
poder
instalarse
en
cualquier
entorno
Sakai,
independientemente de su configuracin.
El sistema controlar los credenciales del usuario antes de

permitirle crear nuevos datos.
147

anterioridad.
6.4.1.4

ACT-01
Usuario
Versin
1.0
Autor
Descripcin
El usuario podr ver y descargar los

recursos.
Comentarios
Deber ser capaz de visualizar y

descargar tanto los recursos de un sitio
concreto
relacionados
como
con
particular.
Tabla 30. Definicin actor 1 OntoSakai Browser
148
los
un
recursos
recurso
en
6.4.1.5
Casos de uso
En este apartado se muestra un diagrama de casos de uso (figura 48)
del funcionamiento de OntoSakai Browser.
Figura 48. Diagrama de casos de uso OntoSakai Browser
Cabe destacar que las relaciones existentes entre el caso de uso CU03
y los casos de uso CU05, CU06 y CU07 es una relacin de
generalizacin, esto es as debido a que estos ltimos, son casos
especficos de Visualizar recursos relacionados.
Debido a su extensin, la totalidad de los casos de uso se recogen en

el "ANEXO A3".
6.4.1.6

149

de uso.

OntoSakai Browser. El diseo de la solucin incluye el diagrama de
clases y el diseo de la interface.
6.4.2.1
Modelo de clases
En este apartado veremos el modelo de clases de OntoSakai Browser.
Esta herramienta cuenta con dos modelos bien diferenciados, por una
parte, la funcionalidad programada en J2EE. Cuya funcionalidad principal
es la de ofrecer informacin de contexto a travs de la API de Sakai.
La figura 49 muestra el diagrama de clases de la aplicacin.
Figura 49. Diagrama de clases OntoSakai Browser
150
Como podemos ver, las clases son las siguientes:
MainController: Es la clase de la capa de presentacin,

encargada de interactuar directamente con el contexto de Sakai.
SakaiProxy: Es un interfaz que permite obtener datos del

contexto actual de Sakai.
SakaiProxyImp: Implementacin de la interfaz SakaiProxy.
ProjectLogic: En esta clase debemos programar las funciones

relacionadas con la lgica de negocio.
Item: Hace referencia a la unidad mnima en Sakai, un tem

puede representar cualquier objeto en Sakai, como un usuario,
una propertie, etc.
Logger: Es la clase encargada de generar los registros de

sucesos.
Por otro lado, las funcionalidades programadas en el lado del cliente,

estas son las encargadas de generar el layout de la aplicacin y de
capturar los eventos producidos por el usuario.
La
figura
50
muestra
el
diagrama
de
componentes
funcionalidades en el cliente.
Figura 50. Diagrama de componentes OntoSakai Browser

.
151
de
las
Como podemos observar, tenemos 4 componentes:
OntClient: Encargado de todas las funciones relacionadas con

los datos de la ontologa.
WebDav: Es un cliente de webDav para permitir la descarga de

los archivos.
WebDavIF: Acta de intermediaria entre el cliente de webDAV y

el cliente ontolgico, de forma que es capaz de combinar los
datos ofrecidos por ambos para generar los enlaces de
descarga.
6.4.2.2
Index.jsp: Es la pgina principal desde la que se gestiona todo

el proceso.
Diseo de la interface
En este apartado se observar el diseo de la interfaz, as como cada
una de sus funcionalidades.
6.4.2.2.1 Pantalla de login

En la figura 51 podemos observar la interface de acceso a la
herramienta, en ella, el usuario debe introducir su contrasea para poder
continuar.
Figura 51. Diseo Interface OntoSakai Browser: Login
Se solicita solo la contrasea, obteniendo la ID del usuario desde el

contexto, con el fin de limitar el prejuicio que supone para el usuario tener
que loguearse estando ya dentro del LMS Sakai.
152
6.4.2.2.2 Pantalla general OntoBrowser

Una vez que el usuario ha accedido al sistema, se encuentra con un
listado de los recursos subidos en el sitio en curso. En la figura 52 se
muestra una vista general de la aplicacin, que iremos desglosando en
apartados posteriores.
Figura 52. Diseo Interface OntoSakai Browser: Listado de recursos
Como podemos observar, contamos con una tabla con los recursos
existentes para el sitio en el que nos encontremos y detalles sobre los
mismos.
Adems, de cada recurso podemos ver sus recursos relacionados, en

tres categoras, tal y como se detalla en el documento ERS. La figura 53
los muestra los recursos relacionados con el recurso Portada.png.
Figura 53. Diseo Interface OntoSakai Browser: Recursos relacionados
153
Tambin mostramos los recursos relacionados a travs de la inferencia

de sus topics y topicItems. Como muestran las figuras 54 y 55.
Figura 54. Diseo Interface OntoSakai Browser: Recursos relacionados TopicItems
Figura 55. Diseo Interface OntoSakai Browser: Recursos relacionados Topics
6.4.2.3
Plan de pruebas unitarias

Para el caso de la herramienta OntoSakai Browser, se han planificado
pruebas para cada uno de los casos de uso, de forma que tengamos la
certeza de que, en cualquier caso, su funcionamiento es el esperado. La
tabla 31 muestra las pruebas unitarias planificadas.
ID
Descripcin
Caso de
Propsito
Superada
uso
CP-001
Visualizar todos CU-01
Comprobar
los recursos del Visualizar
correcta visualizacin
sitio en curso
de todos los recursos
recursos
la S
del sitio.
CP-002
Descargar
CU-02
Comprobar
recursos
Descargar
correcta descarga de
recursos
los
154
la S
recursos
existentes en un sitio
concreto.
CP-003
Descargar
CU-04
Comprobar
recursos
Descargar
correcta descarga de
relacionados
recursos
los recursos inferidos
relacionados a
travs
la S
de
las
relaciones.
CP-004
Listar todos los CU-05
Comprobar
el S
recursos
Visualizar
correcto listado de los
directamente
recursos
recursos directamente
relacionados
directamente relacionados con un

relacionados recursos particular
CP-005
Lista todos los CU-06.
Comprobar
recursos
relacionados
travs
Visualizar
a recursos
recursos relacionados
los relacionados obtenidos
de
la
a travs de inferencia
de
los
topicItem.
topicItem
CP-006
el S
topicItems
Lista todos los CU-07.
Comprobar
recursos
relacionados
Visualizar
a recursos
travs los topic.
el S
recursos relacionados
relacionados obtenidos
de
la
a travs de inferencia de los topic

topic
Tabla 31. Casos de prueba OntoSakai Browser
155
6.4.3 Despliegue
En este apartado vamos a detallar el despliegue de esta herramienta
figura 56.
Figura 56. Diagrama de despliegue OntoBrowser
156
7. PLAN DE PRUEBAS E INTEGRACIN

En esta seccin trataremos la integracin de todos los elementos de
nuestro desarrollo as como las pruebas de integracin que se han
realizado para comprobar el correcto funcionamiento del mismo.
7.1
Plan de pruebas
En esta seccin detallaremos las pruebas de integracin, ya que otros
tipos
de
pruebas
han
sido
tratados
en
aparados
anteriores
correspondientes a cada desarrollo en particular.
7.1.1 Pruebas de integracin

Para las pruebas de integracin hemos creado en Sakai un nuevo sitio,
en el que hemos habilitado nuestras herramientas. En ellas hemos
realizado las operaciones bsicas de creacin y visualizacin de datos,
comprobando que, en todos los casos, los comportamientos son los
esperados.
ID
Descripcin
CP-001 Crear
nuevo
Propsito
Superada
sitio Comprobar que, la primera vez que S
(Asignatura
y accedemos a un nuevo sitio desde
herramienta)
la la herramienta de recursos desde
primera vez que se Sakai, se crea correctamente una

accede
instancia de dicha herramienta en la

ontologa.
CP-002 Crear nuevo recurso Comprobar
el
correcto S
funcionamiento de la creacin de
nuevos recursos, certificando que
se crea la instancia correspondiente
y las relaciones en la ontologa.
Adems de comprobar su correcta
insercin en la base de datos.
CP-003 Crear nuevo topic
Comprobar
157
el
correcto S
nuevos topics, certificando que se
crea la instancia correspondiente en
la ontologa.
CP-004 Crear
nuevo Comprobar
topicItem
el
correcto S
nuevos topicItems, certificando que
se crea la instancia correspondiente
y las relaciones en la ontologa.
CP-005 Listado de topic y Comprobar

topicItems
topicItems
que
los
topics
creados
se
y S
listan
correctamente.
CP-006 Listado de recursos
Comprobar
que,
dada
una S
asignatura concreta, se listan todos

los recursos y son descargables por
parte del usuario.
CP-007 Listado de recursos Comprobar que, dado un recurso S
relacionados
concreto,
se
listan
recursos
relacionados
todos
y
los
son
descargables por parte del usuario.

CP-008 Creacin de eventos Comprobar que, con cada nueva S
creacin, consulta o descarga, se
generan
los
eventos
correspondientes en la base de
datos de Sakai.
Tabla 32. Pruebas de integracin
158
7.2
Integracin de la solucin
En este apartado vamos a detallar el proceso de integracin de la
solucin desarrollada.
La solucin consta de cuatro partes bien diferenciadas:
Servicio web OntoSakaiWS: Encargado de toda la gestin del

modelo ontolgico OntoSakai.
Servidor de base de datos MySQL: Contiene la base de datos de

Sakai.
Sakai: Es el LMS como tal, dentro de l hemos desplegado las

herramientas desarrolladas.
Cliente: Consiste en un navegador web, desde el cual el cliente

interactuar con nuestras aplicaciones.
En la figura 57 podemos ver el diagrama de despliegue de la solucin.
Figura 57. Diagrama de despliegue de la solucin
Como puede verse en el diagrama, nosotros hemos optado por un

equipo servidor basado en una solucin Windows. En l hemos instalado
un Tomcat como servidor de aplicaciones y MySQL Server como servidor
de bases de datos.
159
En nuestro servidor Tomcat, hemos desplegado el LMS Sakai, nuestro

servicio Web OntoSakaiWS y las herramientas desarrolladas (OntoSakai
Resources y OntoSakai Browser). Como se puede apreciar, ambas
herramientas hacen uso del servicio Web y, a su vez, estn integradas
dentro de Sakai.
En cuanto al lado del cliente, cualquier sistema operativo que cuente

con un navegador compatible con HTML5 no debera permitir usar los
productos desarrollados.
Esta es solo una posible solucin, podramos haber optado, para el

caso del servidor, por cualquier otro sistema operativo que soporte
Tomcat, como podra ser una distribucin GNU/Linux o incluso Mac OS X
de Apple.
En el caso del cliente de bases de datos, tambin podramos haber

optado por otras soluciones como son ORACLE o MariaDB.
Cabe destacar, que, en el caso tanto de OntoSakaiWS como del

servidor de bases de datos, no es necesario que se encuentren en la
misma mquina que Sakai, pueden instalarse en entornos diferentes
siempre y cuando puedan comunicarse a travs de la red.
Todos los detalles sobre el proceso de despliegue y los pasos a seguir

para llevarlo a cabo se encuentran en el Anexo C.
160
8. CONCLUSIONES
8.1
Objetivos alcanzados
Al termino del desarrollo de este trabajo fin de grado, podemos afirmar
que hemos cumplido todos los objetivos propuestos al inicio del mismo.
Como logro principal cabe destacar la consecucin de la difcil tarea de

integrar un modelo ontolgico experimental dentro de un entorno como
Sakai. Sin duda este ha sido el reto ms complejo a llevar a cabo.
Se han completado tambin de forma satisfactoria los dos desarrollos

paralelos que comprendan la creacin de herramientas capaces de
explotar la informacin aportada por OntoSakai.
8.2
Conclusiones del trabajo y personales

En desarrollo del presente trabajo se han visto involucradas diferentes
reas de trabajo en las que hemos tenido que profundizar para poder
llevar a buen puerto el desarrollo del mismo.
En primer lugar, nos encontramos con una serie de ontologas que,

sobre el papel, componan un modelo ontolgico completo y funcional, si
bien hemos tenido que realizar un proceso de anlisis y diseo para poder
integrar las diferentes ontologas dentro de un modelo ontolgico que
permita modelar todas las parcelas de un LMS y sus procesos asociados.
Ha habido que crear nuevas relaciones y atributos para algunas de las
clases. Si bien, durante la el desarrollo de la carrera se estudiaron los
fundamentos de la web semntica y los modelos ontolgicos, hemos
tenido que ahondar mucho ms en este rea de conocimiento a fin de
poder completar este desarrollo de manera satisfactoria.
En esta misma lnea de trabajo, hemos aprendido a utilizar con cierta

soltura el lenguaje de consultas SPARQL, empleado para consultar la
161
ontologa, este lenguaje nos ha dado la capacidad de realizar consultas

complejas que de otro modo no habran sido posibles. SPARQL no haba
sido estudiado durante la carrera, de modo que consideramos esto como
un valor ganado con el desarrollo de este proyecto.
A continuacin nos encontramos con la necesidad de desarrollar un

servicio Web que ofreciera todo el conocimiento contenido en la ontologa
de una forma fcil de acceder y manipular con el fin de proveer de
contenido semntico al LMS. Una vez ms, aunque los fundamentos
tericos fueron estudiados en la carrera, nunca habamos desarrollado un
servicio web tan complejo, teniendo, adems, que trabajar con el
framework Jena, lo cual supuso una dificultad aadida en este caso.
En cuanto al desarrollo de las herramientas para Sakai, la principal

dificultad que nos hemos encontrado ha sido la escasa calidad de la
documentacin del proyecto Sakai. Si bien es cierto que existe una
ingente cantidad de documentacin que es posible consultar desde la
web, est documentacin es, a menudo, obsoleta o errnea. Hemos
podido suplir esto inscribindonos en diferentes listas de correo
relacionadas con el desarrollo sobre esta plataforma. En ellas, gracias a
una excelente comunidad de usuarios siempre dispuestos a echar una
mano, hemos resuelto dudas y aprendido los fundamentos para el
desarrollo de herramientas en Sakai.
En sntesis, con este desarrollo hemos conseguido un modelo de

conocimiento estandarizado para representar la informacin de contexto
de Sakai. Este modelo, adems, podra ser fcilmente escalable y ser
portado para su uso en otros LMS y, gracias al proceso de alineacin de
ontologas, puede ser integrado con otras ontologas empleadas en el
mbito educativo con el fin de mejorar an ms los servicios de
recomendacin.
162
A nivel personal, cabe destacar, que ha sido un proceso enriquecedor,

ya que hemos aprendido gran cantidad de nuevos conceptos sobre web
semntica y desarrollo de aplicaciones para la misma.
8.3
Vas futuras
Debido a la enorme dimensin que supone adaptar todo un entorno
LMS para su funcionamiento conjunto con un sistema experto, este
proyecto fin de grado se ha centrado tan solo en desarrollar
principalmente una arquitectura que permita crear, en futuros desarrollos,
nuevas herramientas en Sakai que implementen estas funcionalidades.
En nuestro caso, hemos desarrollado dos herramientas, que permiten la
gestin de recursos con contenido semntico.
A tenor de lo mencionado, y puesto que la base del desarrollo

(OntoSakaiWS) se ha construido teniendo en mente la posibilidad de
incluir nuevas funcionalidades y servicios, podemos citar algunos de los
posibles desarrollos futuros con el fin de integrar toda la funcionalidad de
OntoSakai dentro de un entorno LMS.
Una posible lnea de aplicacin podemos encontrarla en la creacin de

nuevas herramientas para Sakai, siguiendo el proceso descrito en este
trabajo fin de grado. As, podramos dotar de contenido semntico a las
siguientes reas del LMS:
Foros de discusin: En este caso, podramos almacenar la

informacin de los eventos generados por los usuarios en dichos
foros,
los
temas
nuevos
que
son
creados,
los
temas
consultados, los temas respondidos. Con el fin de contar con la

informacin necesaria para catalogar a los usuarios dentro de
diferentes perfiles.
Anuncios: Mediante la semantizacin de los anuncios dentro

del campus virtual, contaramos con la posibilidad de obtener
feedback indirecto sobre los receptores de estos anuncios, esto
163
podra sernos de gran utilidad a la hora de verificar el impacto de

los mismos.
Tareas: Semantizando las tareas, podramos inferir diferentes

aspectos sobre el trabajo realizado por un alumno concreto,
entre ellos cabe destacar la capacidad de trabajo, la efectividad
de dicho trabajo (Ratio calificacin/esfuerzo) y la eficiencia del
alumno (Ratio entre el tiempo transcurrido desde que el alumno
acepta la tarea y el momento de la entrega).
Test: En esta rea en particular, las aportaciones de un

contenido semntico asociado a cada test y alumno nos da la
posibilidad de perfilar comportamientos y patrones. Como
alumnos que repiten el test hasta la perfeccin del mismo, o bien
alumnos que podran estar falseando los resultados del mismo
de algn modo.
Otra posible va futura a construir sobre la base aportada por el

presente trabajo fin de grado seria la posibilidad de usar reglas para inferir
aspectos relativos a la recomendacin o la personalizacin del entorno del
LMS mediante la generacin de perfiles.
Esto podra llevarse a cabo gracias a la incorporacin en OntoSakaiWS

de Pellet, un razonador que permite el uso de reglas expertas para la
inferencia de datos desde nuestro modelo ontolgico.
Grosso modo podramos decir que las reglas a definir en este caso se
podran clasificar en tres grandes grupos:
a) Reglas de recomendacin: El objetivo de estas reglas sera el de

ofrecer recomendaciones, tanto a estudiantes como a docentes, de
acuerdo con diferentes indicadores obtenidos del mbito del
campus virtual.
164
Algunos ejemplos de estas reglas podran ser:
Recomendacin de recursos en caso de suspender un

examen.
Recomendacin de recursos por similitud entre ellos.
Recomendacin de herramientas basndonos en el nivel de

uso de las mismas.
b) Reglas de generacin de perfiles: Estas reglas tienen como objetivo

la asignacin de perfiles a los usuarios del LMS de acuerdo con los
eventos que generan mediante el uso normal del campus virtual.
Algunos ejemplos de este tipo de reglas son:
Usuario activo en herramientas colaborativas.
Usuario inactivo en la herramienta de recursos.
c) Reglas hibridas: Las reglas de recomendacin, descritas en el

apartado a, pueden redefinirse agregando informacin de perfilado
para ofrecer una clasificacin ms adecuada.
Las siguientes reglas son ejemplos de este tipo:
Perfil activo en herramientas colaborativas con elementos

relacionados.
Perfil activo en herramientas colaborativas con evaluaciones

no superadas.
Sera, del mismo modo, interesante integrar todo el contenido

semntico y toda la informacin contenida en el modelo ontolgico al
proceso de evaluacin de los alumnos (Mediante una herramienta
complementaria en Sakai) de modo que el docente, mediante una serie
de informes pueda ver las causas que han llevado a un determinado
alumno a obtener una calificacin concreta en una evaluacin.
165
Como punto culminante, podramos desarrollar una aplicacin para la

gestin de todos los servicios de recomendacin y generacin de perfiles
de manera centralizada. De modo que los docentes pudieran a acudir a
ella para aadir, modificar o simplemente visualizar la informacin
semntica contenida en Sakai. Esta herramienta tendra la capacidad de
realizar informes personalizados por el docente as como la utilidad de dar
una perspectiva global de toda la informacin contenida en el modelo
ontolgico.
166
9. BLIBLIOGRAFIA
1.
Agut, R. M. (2001). Especificacin de Requisitos Software segn
el estndar de IEEE 830.
2.
Almunia, P. (8 de Mayo de 2015). IEDGE. Obtenido de
http://blog.iedge.eu/tecnologia-sistemas-informacion/desarrollo/pabloalmunia-ciclo-de-vida-en-el-desarrollo-de-software-segunda-parte/
3.
Apache. (2007). Semantic web framework for Java.
4.
Barros, H., Silva, A., Costa, E., Bittencourt, I., Holanda, O., &
Sales, L. (2011). Steps, techniques, and technologies for the development

of intelligent applications based on semantic web services: A case study in
e-learning systems. Engineering Applications of Artificial Intelligence.
5.
Bhuasiri, W., Xaymoungkhoun, O., Zo, H., Rho, J., & Ciganek, A.
(2012). Critical success factors for e-learning in developing countries: A

comparative analysis between ICT experts and faculty. Computers &
Education, 843-855.
6.
Boneu, J. (2010). Plataformas abiertas de e-learning para el
soporte de contenidos educativos abiertos. Revista Universidad y

Sociedad del Conocimiento (RUSC) de la Universidad Oberta de
Catalunya, 36-47.
7.
Borjas, V. (8 de Mayo de 2015). profvanessaborjas. Obtenido de
https://profvanessaborjas.wordpress.com/2012/05/10/metodologia-dedesarrollo-de-software/
8.
Box, Ehnebuske, Kakivaya, Layman, Mendelsohn, Nielsen, &
Winer. (2000). Simple object access protocol (SOAP) 1.1.
167
9.
Cantabella, Muoz, A., & Caballero, A. (2013). Ontocompetence:
An ontology model to evaluate competence. AWERProcedia Information

Technology & Computer Science, 411-418.
10. Eclipse. (14 de Mayo de 2015). Eclipse IDE for Java EE

Developers.
Obtenido
de
https://www.eclipse.org/downloads/packages/eclipse-ide-java-eedevelopers/lunasr2
11. Fields, K., D., Kolb, M. A., & Bayern, S. (2001). Web Development
with Java Server Pages. Manning Publications Co.
12. Foundation, T. A. (10 de Mayo de 2015). Apache Axis. Obtenido

de http://axis.apache.org/
13. Foundation, T. A. (13 de Mayo de 2015). Apache Maven.

Obtenido de https://maven.apache.org/
14. Foundation, T. A. (13 de Mayo de 2015). Apache Tomcat.

Obtenido de http://tomcat.apache.org/
15. G. Engin, B. A. (2014). Rule-based expert systems for supporting

university students. Rule-based expert systems for supporting university
students, 22-31.
16. Gavriushenko, M., Kankaanranta, M., & Neittaanmaki, P. (2015).

Semantically enhanced decision support for learning management
systems. 2015 IEEE international conference on semantic computing
(ICSC),, 298-305.
17. Gennari, J. H. (2003). The evolution of Protg: an environment

for knowledge-based systems development. International Journal of
Human-computer studies, 89-123.
168
18. Hafidi, M., & Bensebaa, T. (2013). Development of an adaptive

and intelligent tutoring system by expert system. International Journal of
Computer Applications in Technology, 353-365.
19. Hickson, I., Berjon, R., Faulkner, S., Leithead, T., Navara, E. D.,
O'Connor, E., & Pfeiffer, S. (2014). HTML5: A vocabulary and associated
APIs for HTML and XHTML. W3C Recommendation.
20. Hwang, J., Chen, Y., Tsai, S., & Tsai, C. (2011). An expert system
for improving web-based problem-solving ability of students. Expert
Systems with Applications, 86648672.
21. Johnson, R., Hoeller, J., Donald, K., Sampaleanu, C., & Harrop, R.
(2012). Spring Framework Reference Documentation.
22. jQuery. (12 de Mayo de 2015). Obtenido de https://jquery.com/
23. Klyne, Graham, & Carroll., J. J. (2006). Resource description

framework (RDF): Concepts and abstract syntax.
24. Kurt, S. (2011). The accessibility of university web sites: The case
of turkish universities. Universal Access in the Information Society(1), 101110.
25. McFarland, & Sawyer, D. (2012). CSS3: The Missing Manual.

O'Reilly Media, Inc.
26. McGuinness, L., D., & Harmelen, F. V. (2004). OWL web ontology
language overview. W3C recommendation.
27. Microassist. (8 de Mayo de 2015). Microassist. Obtenido de

http://www.microassist.com/custom-e-learning/learning-managementsystems
169
28. Muoz, A., J. L., Capel, A., Cantabella, M., & Caballero, A. (2015).
OntoSakai: On the optimization of a Learning Management System using
semantics and user profiling. Expert Systems with Applications, 5995
6007.
29. MySQL.
(13
de
Mayo
de
2015).
Obtenido
de
https://www.mysql.com/
30. Natek, S., & Zwilling, M. (2014). Student data mining solution
knowledge management system related to higher education institutions.
Expert Systems with Applications, 64006407.
31. Oracle. (10 de Mayo de 2015). Java EE at a Glance. Obtenido de

http://www.oracle.com/technetwork/java/javaee/overview/index.html
32. zyurt, ., zyurt, H., & Baki, A. (2013). Design and development
of an innovative individualized adaptive and intelligent e-learning system
for teachinglearning of probability unit: Details of UZWEBMAT. Expert
Systems with Applications, 29142940.
33. project, C. c. (3 de Mayo de 2015). Campus computing survey.

Obtenido
de
http://www.campuscomputing.net/item/2013-campus-
computing-survey-0
34. PrudHommeaux, Eric, & Seaborne., A. (2008). SPARQL query
language for RDF. W3C recommendation .
35. Rahimi, E., Berg, J. v., & Veen, W. (2015). Facilitating studentdriven constructing of learning environments using web 2.0 personal
learning environments. Computers & Education, 235-246.
36. Software, D. (15 de Mayo de 2015). DBVisualizer. Obtenido de

https://www.dbvis.com/
170
37. StripTM, Jorge.villalobos, Takenbot, Scipion, Nukeador, teoli, . . .

Verruckt. (12 de Mayo de 2015). Mozilla Developer Network: JavaScript.
Obtenido de https://developer.mozilla.org/es/docs/Web/JavaScript
38. Sublime
Text.
(13
de
Mayo
de
2015).
Obtenido
de
http://www.sublimetext.com/
39. UM.
(8
de
Mayo
de
2015).
Obtenido
de
http://ocw.um.es/ingenierias/fundamentos-de-ingenieria-delsoftware/material-de-clase-1/capitulo07.pdf
40. WikiPedia. (12 de Mayo de 2015). Web service. Obtenido de

http://en.wikipedia.org/wiki/Web_service
41. Fernndez-Lpez, M., Gmez-Prez, A., & Juristo, N. (1997).

Methontology: from ontological art towards ontological engineering.
42. Petersen, K., Wohlin, C., & Baca, D. (2009). The waterfall model in
large-scale
development.
In
Product-focused
software
process
improvement (pp. 386-400). Springer Berlin Heidelberg.
43. Boehm, B. W. (1988). A spiral model of software development and

enhancement. Computer, 21(5), 61-72.
44. McConnell, S., & Root, D. (1996). Lifecycle Planning. Rapid

Development: Taming Wild Software Schedules.
171
172
10. ANEXOS
10.1 Anexo A: Casos de uso
10.1.1 Anexo A1: OntoSakaiWS
10.1.1.1 CU01-Crear Asignatura
CU01
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear Asignatura
1.0
Alberto Miguel Oliva
Definicin del sistema
Se debe poder dar de alta nuevas asignaturas en el
sistema en caso de que sea la primera vez que usen
una herramienta semantizada.
La asignatura debe existir dentro del sistema Sakai
Paso
Accin
1
El sistema recibe los
datos de la nueva
asignatura
2
Los datos son
formateados
correctamente
3
El sistema realiza la
escritura en el modelo
ontolgico.
La asignatura queda registrada y lista para albergar
contenido semntico.
Paso
Accin
1
El sistema pierde la
conexin con el servidor.
Se puede realizar de
nuevo la operacin una
vez se haya establecido
de nuevo la conexin con
el servidor
Media
Alta
Validado
Alta
Se debe garantizar la no duplicidad de datos
Tabla 33. Caso de uso OntoSakaiWS: CU01
173
10.1.1.2 CU02-Crear Herramienta

CU02
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear Herramienta
1.0
Se debe poder dar de alta nuevas herramientas en el
sistema en caso de que sea la primera vez que se usen
en el mbito de una asignatura concreta.
Debe existir una asignatura dentro del sistema con la
que podamos relacionar esta herramienta
Paso
Accin
1
datos de la nueva
herramienta
2
Los datos son
formateados
correctamente
3
ontolgico.
4
El sistema crea la relacin
de la herramienta con la
asignatura indicada
La herramienta queda registrada y lista para albergar
contenido semntico.
Paso
Accin
1
el servidor
Media
Alta
Validado
Alta
174
10.1.1.3 CU03-Crear Topic

CU03
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear Topic
1.0
Dar de alta un nuevo topic dentro del modelo
ontolgico
-Paso
Accin
1
datos del nuevo topic
2
Los datos son
formateados
correctamente
3
ontolgico.
El topic queda registrado en el sistema
Paso
Accin
1
el servidor
Media
Alta
Validado
Alta
175
10.1.1.4 CU04-Crear TopicItem

CU04
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear TopicItem
1.0
Dar de alta un nuevo topicItem dentro del modelo
ontolgico
Debe existir un Topic con el que relacionar el TopicItem
Paso
Accin
1
datos del nuevo TopicItem
2
Los datos son
formateados
correctamente
3
ontolgico.
4
entre el topicItem y el
topic indicado.
El topicItem queda registrado en el sistema
Paso
Accin
1
el servidor
Media
Alta
Validado
Alta
176
10.1.1.5 CU05-Crear Recurso

CU05
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear Recurso
1.0
Se debe poder dar de alta nuevos recursos dentro del
modelo ontolgico
Debe existir en el sistema una herramienta dentro de
cuyo mbito daremos de alta los recursos
Paso
Accin
1
datos del nuevo recurso
2
Los datos son
formateados
correctamente
3
ontolgico.
4
del recurso con la
herramienta indicada.
El recurso queda registrado en el sistema
Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
177
10.1.1.6 CU06- Obtener Topics

CU06
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener Topics
1.0
Devolver un listado de todos los topics existentes en el
sistema
El sistema debe tener topics dados de alta
Paso
Accin
1
El sistema una peticin de
solicitud de datos
2
Realiza una lectura del
modelo ontolgico
3
Los datos son
formateados de modo que
puedan ser interpretados
por el cliente
4
El sistema devuelve los
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
-Tabla 38. Caso de uso OntoSakaiWS: CU06
178
10.1.1.7 CU07-Obtener recursos

CU07
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener recursos
1.0
Devolver un listado de todos los recursos existentes en
el sistema
El sistema debe tener recursos dados de alta
Paso
Accin
1
solicitud de datos
2
modelo ontolgico
3
Los datos son
por el cliente
4
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
179
10.1.1.8 CU8-Obtener topicItems contenidos en Topic

CU08
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener topicItems contenidos en Topic

1.0
Devolver un listado de todos los TopicItems contenidos
en un Topic concreto
El sistema debe tener TopicItems dados de alta
Paso
Accin
1
solicitud de datos que
contiene un Topic
2
modelo ontolgico
3
Los datos son
por el cliente
4
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
180
10.1.1.9 CU09-Obtener topicItems referidos por un recurso

CU09
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener topicItems referidos por un recurso

1.0
Devolver un listado de todos los TopicItems
relacionados con un recurso
Paso
Accin
1
contiene un recurso
2
modelo ontolgico
3
Los datos son
por el cliente
4
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
181
10.1.1.10 CU10-Obtener topic al que pertenece un topicItem

CU10
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener topic al que pertenece un topicItem

1.0
Devolver el topic al que pertenece un topicItem
concreto
Paso
Accin
1
contiene un topicItem
2
modelo ontolgico
3
Los datos son
por el cliente
4
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
182
10.1.1.11 CU11-Obtener recursos de una asignatura

CU11
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener recursos de una asignatura

1.0
Devolver un listado de todos los recursos de una
asignatura concreta.
El sistema debe tener recursos dados de alta
Paso
Accin
1
contiene una asignatura
2
modelo ontolgico
3
Los datos son
por el cliente
4
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
183
10.1.1.12 CU12-Obtener nombre asignatura

CU12
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener topicItems referidos por un recurso

1.0
Devolver el nombre de una asignatura a travs de su
ID
-Paso
Accin
1
contiene el ID de una
asignatura
2
modelo ontolgico
3
Los datos son
por el cliente
4
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
184
10.1.1.13 CU13-Obtener asignaturas

CU13
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener asignaturas
1.0
Devolver un listado de todas las asignaturas
registradas en el sistema
Deben existir asignaturas registradas en el sistema
Paso
Accin
1
solicitud de datos
2
modelo ontolgico
3
Los datos son
por el cliente
4
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
185
10.1.1.14 CU14-Obtener recursos relacionados con un recurso

CU14
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener recursos relacionados con un recurso

1.0
Devolver un listado de los recursos directamente
relacionados con un recurso particular
El recurso debe tener otros recursos relacionados.
Paso
Accin
1
contiene el ID de un
recurso.
2
modelo ontolgico
3
Los datos son
por el cliente
4
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
186
10.1.1.15 CU15-Obtener recursos relacionados con topicItem

CU15
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Obtener recursos relacionados con topicItem

1.0
Devolver un listado de los recursos referidos a un
topicItem en particular
Debe existir el topicItem y tener recursos relacionados
con este.
Paso
Accin
1
contiene el topicItem
2
modelo ontolgico
3
Los datos son
por el cliente
4
datos formateados.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
187
10.1.1.16 CU16-Crear relacin consistsOf

CU16
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Comprobar existencia de recurso

1.0
Crear la relacin consistsOf entre topic y topicItem
Los elementos a relacionar deben existir previamente
en el sistema
Paso
Accin
1
El sistema recibe un topic
y un topicItem
2
Genera la relacin entre
ambos
3
Escribe en el modelo
ontolgico.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
188
10.1.1.17 CU17-Crear relacin refersTo

CU17
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear relacin refersTo

1.0
Crear la relacin refersTo entre ToolElement y
topicItem
en el sistema
Paso
Accin
1
El sistema recibe un
ToolElement y un
topicItem
2
ambos
3
ontolgico.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
189
10.1.1.18 CU18-Crear relacin isRelatedTo

CU18
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear relacin isRelatedTo

1.0
Crear la relacin isRelatedTo entre dos ToolElement
en el sistema
Paso
Accin
1
El sistema recibe los ID de
dos ToolElement
2
ambos
3
ontolgico.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
190
10.1.1.19 CU19-Crear relacin belongsTo

CU19
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear relacin belongsTo

1.0
Crear la relacin belongsTo entre ToolElement y Tool
en el sistema
Paso
Accin
1
El sistema recibe los ID de
ToolElement y de Tool
2
ambos
3
ontolgico.
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
191
10.1.2 Anexo A2: OntoSakai Resources

10.1.2.1 CU01-Crear nuevo recurso
CU01
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear un nuevo recurso

1.0
Crear un nuevo recurso en el sistema
El usuario debe estar identificado antes de poder crear
nuevo contenido.
Paso
Accin
1
El usuario selecciona el
archivo a subir
2
El sistema crea una
instancia del recurso
dentro de la ontologa
3
El sistema sube el archivo
al servidor de Sakai y crea
una entrada en la base de
datos de Sakai
4
El sistema devuelve un
mensaje confirmando la
subida del archivo.
-Paso
Accin
1
La subida no puede
realizarse.
2
El sistema muestra un
mensaje de error
alertando al usuario.
Alta
Alta
Validado
Alta
--
Tabla 52. Caso de uso OntoSakai Resources: CU01
192
10.1.2.2 CU02-Crear nuevo topic

CU02
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear un nuevo topic

1.0
Crear un nuevo topic en el sistema
nuevo contenido.
Paso
Accin
1
El usuario introduce la
informacin del topic que
desea subir
2
El sistema crea una
instancia del topic dentro
de la ontologa
3
creacin del nuevo topic.
-Paso
Accin
1
La creacin no puede
realizarse.
2
mensaje de error
Alta
Alta
Validado
Alta
--
193
10.1.2.3 CU03-Crear nuevo topicItem

CU03
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Crear un nuevo topicItem

1.0
Crear un nuevo topicItem en el sistema
nuevo contenido.
Paso
Accin
1
El usuario introduce la
informacin del topicItem
que desea subir
2
El sistema crea una
instancia del topicItem
dentro de la ontologa
3
creacin del nuevo topic.
-Paso
Accin
1
La creacin no puede
realizarse.
2
mensaje de error
Alta
Alta
Validado
Alta
--
194
10.1.2.4 CU04-Relacionar recurso con topicItem

CU04
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Relacionar recurso con topicItem

1.0
Relacionar el recursos a subir con topicItems
nuevo contenido.
Paso
Accin
1
El usuario seleccionara de
la lista los topicItems
deseados
2
El sistema mostrara los
topicItem seleccionados
3
El sistema crear las
relaciones mediante el
servicio web.
-Paso
Accin
1
La relacin no puede
realizarse.
2
mensaje de error
Alta
Alta
Validado
Alta
--
195
10.1.2.5 CU05-Relacionar recurso con recursos existentes

CU05
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Relacionar recurso con topicItem

1.0
Relacionar el recursos a subir con otros recursos ya
existentes en el sistema
nuevo contenido.
Paso
Accin
1
la lista los recursos
deseados
2
El sistema mostrara los
recursos seleccionados
3
servicio Web.
-Paso
Accin
1
La relacin no puede
realizarse.
2
mensaje de error
Alta
Alta
Validado
Alta
--
196
10.1.2.6 CU06-Relacionar topicItem con topics

CU06
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Relacionar topicItem con topics

1.0
Relacionar un nuevo topicItem creado con un topic en
particular
nuevo contenido.
Paso
Accin
1
la lista el topic deseado
2
Introducir el nombre del
nuevo topicItem
3
servicio Web.
-Paso
Accin
1
La relacin no puede
realizarse.
2
mensaje de error
Alta
Alta
Validado
Alta
--
197
10.1.2.7 CU07-Listar asignaturas

CU07
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Listar asignaturas
1.0
Crear un listado de asignaturas y mostrarlas por
pantalla.
El usuario debe estar identificado.
Paso
Accin
1
Se realiza una peticin al
servicio Web
2
Se formatean los datos
recibidos.
3
Los datos previamente
formateados se muestran
por pantalla.
-Paso
Accin
Alta
Alta
Validado
Alta
--
198
10.1.2.8 Listar recursos

CU08
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Listar recursos
1.0
Crear un listado de recursos, clasificados por
asignatura y mostrarlos por pantalla.
Paso
Accin
1
servicio Web
2
recibidos.
3
por pantalla.
-Paso
Accin
Alta
Alta
Validado
Alta
--
199
10.1.2.9 Listar topics

CU09
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Listar topics
1.0
Crear un listado de topics y mostrarlos por pantalla.
Paso
Accin
1
servicio Web
2
recibidos.
3
por pantalla.
-Paso
Accin
Alta
Alta
Validado
Alta
--
200
10.1.2.10 Listar topicItems

CU10
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Listar topicItems
1.0
Crear un listado de topicItems, clasificados por topics y
mostrarlos por pantalla.
Paso
Accin
1
servicio Web
2
recibidos.
3
por pantalla.
-Paso
Accin
Alta
Alta
Validado
Alta
--
201
10.1.3 Anexo A3: Ontosakai Browser

10.1.3.1 CU01-Visualizar recursos
CU01
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Visualizar recursos
1.0
Mostrar los recursos de una asignatura concreta
El usuario debe estar identificado
Paso
Accin
1
El sistema realiza una
peticin de datos
enviando la asignatura
2
El sistema recibe y
formatea los datos.
3
El sistema muestra una
lista con los recursos
formateados
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
-Tabla 62. Caso de uso OntoSakai Browser: CU01
202
10.1.3.2 CU02-Descargar recursos

CU02
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Descargar recursos
1.0
Descargar los recursos contenidos en la asignatura
El usuario debe estar
Paso
Accin
1
El usuario hace clic sobre
el enlace de descarga de
uno de los recursos
2
peticin mediante
webDAV y comienza la
descarga del archivo
-Paso
Accin
2
el servidor
Alta
Alta
Validado
Alta
203
10.1.3.3 CU01-Visualizar recursos relacionados

CU03
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Visualizar recursos relacionados

1.0
Mostrar los recursos relacionados
Paso
Accin
1
El usuario pulsa sobre el
botn de recursos
relacionados
1
peticin de datos.
2
El sistema recibe y
formatea los datos.
3
formateados
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
204
10.1.3.4 Descargar recursos relacionados.

CU04
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Descargar recursos relacionados

1.0
Descargar los recursos relacionados
Paso
Accin
1
El usuario hace clic sobre
el enlace de descarga de
uno de los recursos
2
peticin mediante
webDAV y comienza la
descarga del archivo
-Paso
Accin
2
el servidor
Alta
Alta
Validado
Alta
205
10.1.3.5 CU05-Visualizar recursos directamente relacionados

CU05
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Visualizar recursos directamente relacionados

1.0
Mostrar los recursos directamente relacionados
Paso
Accin
1
botn de recursos
relacionados
1
peticin de datos,
enviando el ID del recurso
concreto.
2
El sistema recibe y
formatea los datos.
3
formateados
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
206
10.1.3.6 CU06-Visualizar relacionados a travs de topicItem.

CU06
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Visualizar relacionados a travs de topicItem

1.0
Mostrar los recursos relacionados con el recurso actual
por medio de los topicItem
nuevo contenido.
Paso
Accin
1
botn de recursos
relacionados
1
peticin de datos,
enviando los topicItem
relacionados.
2
El sistema recibe y
formatea los datos.
3
formateados
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
207
10.1.3.7 CU07-Visualizar relacionados a travs de topic.

CU07
Versin
Autor
Fuentes
Descripcin
Precondicin
Secuencia normal
Postcondicion
Excepciones
Frecuencia esperada
Urgencia
Estado
Escalabilidad
Comentarios
Visualizar relacionados a travs de topic

1.0
Mostrar los recursos relacionados con el recurso actual
por medio de los topic
nuevo contenido.
Paso
Accin
1
botn de recursos
relacionados
1
peticin de datos,
enviando los topic
relacionados.
2
El sistema recibe y
formatea los datos.
3
formateados
-Paso
Accin
1
el servidor
Alta
Alta
Validado
Alta
208
10.2 Anexo B: Diagramas de secuencia

A continuacin se describe el modelo de comportamiento a travs de
diagramas de secuencia por cada caso de uso del sistema, que muestran
la forma en la que los objetos se relacionan entre s a lo largo del tiempo.
10.2.1 Anexo B1: OntoSakaiWS
10.2.1.1 CU01- Crear asignatura
Figura 58. Diagrama secuencia OntoSakaiWS: CU01
209
10.2.1.2 CU02- Crear herramienta
10.2.1.3 CU03- Crear Topic

.
210
10.2.1.4 CU04- Crear TopicItem
10.2.1.5 CU05- Crear Recurso
211
10.2.1.6 CU06- Obtener Topics
212
10.2.1.7 CU07- Obtener recursos
10.2.1.8 CU08- Obtener TopicItems contenidos en Topic
213
10.2.1.9 CU09- Obtener TopicItems referidos a un recurso
10.2.1.10 CU10- Obtener Topic al que pertenece un TopicItem
214
10.2.1.11 CU11- Obtener Recursos de una asignatura
10.2.1.12 CU12- Obtener nombre de una asignatura
215
10.2.1.13 CU13- Obtener Asignaturas
10.2.1.14 CU14- Obtener recursos relacionados con recurso
216
10.2.1.15 CU15- Obtener recursos relacionados con topicItem
10.2.1.16 CU16- Crear relacin consistsOf
217
10.2.1.17 CU17- Crear relacin refersTo
10.2.1.18 CU18- Crear relacin isRelatedTo
218
10.2.1.19 CU19- Crear relacin belongsTo
219
10.2.2 Anexo B2: OntoSakai Resources

10.2.2.1 CU01- Crear nuevo recurso
Figura 77. Diagrama secuencia OntoSakai Resources: CU01
220
10.2.2.2 CU02- Crear nuevo topic
221
10.2.2.3 CU03- Crear nuevo topicItem
222
10.2.2.4 CU08- Listar recursos
223
10.2.2.5 CU010- Listar topicItems
224
10.2.3 Anexo B3: OntoSakai Browser
10.2.3.1 CU01- Visualizar recursos
Figura 82. Diagrama secuencia OntoSakai Browser: CU01
225
10.2.3.2 CU02- Descargar recursos
226
10.2.3.3 CU04- Descargar recursos relacionados
227
10.2.3.4 CU05- Visualizar recursos directamente relacionados
228
10.2.3.5 CU06- Visualizar recursos relacionados a travs de topicItem
229
10.2.3.6 CU07- Visualizar recursos relacionados a travs de topic
230
10.3 Anexo C: Manual de instalacin

En este anexo se va a tratar la instalacin de la solucin desde sus
primeras fases, esto es, partiendo de un sistema operativo limpio (Recin
instalado).
En nuestro caso realizaremos la instalacin sobre un sistema operativo

Windows 7 Utilamte Edition.
10.3.1 Instalacin LMS Sakai

En este apartado vamos a tratar la instalacin de Sakai.
Lo primero que debemos hacer es comprobar la versin de java que

tenemos instalada, para ello, abrimos una consola y escribimos java
versin.
En caso de que el resultado sea diferente de la mostrada en la figura

94, debemos descargar el JDK de la pgina oficial.
Figura 88. Comprobacin Java
Para la instalacin de Sakai 10.X se recomienda Java 1.7, sin embargo

nosotros solo hemos conseguido una instalacin satisfactoria de Sakai
instalando la versin 1.7.0_76, en cualquier otro caso no hemos podido
desplegar el LMS.
Para
descargar
el
JDK
debemos
dirigirnos
http://www.oracle.com/technetwork/java/javase/downloads/java-archivedownloads-javase7-521261.html#jdk-7u76-oth-JPR.
231
Una vez en la pgina de descarga descargaremos la versin para

Windows x86, tal como se muestra en la figura 95.
Figura 89. Descarga Java
Una vez descargado debemos instalarlo, en nuestro caso y para

tenerlo ms a mano, lo instalaremos en C:\opt. Esta carpeta la hemos
creado para instalar aqu todo lo necesario para desplegar la solucin, de
modo que lo tengamos todo a mano y sea fcilmente localizable.
Por tanto, como muestra la figura 96, cambiaremos la ruta de

instalacin del JDK.
232
Figura 90. Instalacin JDK
Una vez se complete la instalacin de la JDK, la instalacin continua

solicitndonos la ruta en la que queremos instalar el JRE. En este caso
debemos elegir una ruta diferente a la anterior, ya que, instalarlos juntos
puede ocasionar errores. Nosotros recomendamos dejar la ruta por
defecto.
Con la instalacin finalizada, debemos crear las siguientes variables de

entorno, en Windows 7, para crear variables de entorno debemos hacer
clic en el men de inicio, y en Equipo, haciendo clic con el botn derecho,
seleccionaremos la opcin Propiedades, tal como muestra la figura 97.
Figura 91. Acceso propiedades del sistema
233
Una vez dentro de la ventana de propiedades debemos seleccionar

configuracin avanzada del sistema, tal y como muestra la figura 98.
Figura 92. Propiedades del sistema
Aparecer entonces una nueva ventana, en la que, en la pestaa

Opciones avanzadas, haremos clic sobre el botn Variables de Entorno.
Como se muestra en la figura 99.
Figura 93. Propiedades avanzadas del sistema
234
Una vez estemos en la interface de Variables de entorno debemos

hacer clic sobre el botn Nueva e insertar la siguiente variable de
entorno:
JAVA_HOME C:\opt\jdk1.7.0_76\
La figura 100 muestra cmo hacerlo correctamente.
Figura 94. Nueva variable de entorno
Despus de crearla, debemos aadirla a la variable PATH, al final de

la misma, de la siguiente manera
PATH; C:\opt\jdk1.7.0_76\bin;
Debemos crear tambin, del mismo modo, una nueva variable de

entorno, con los siguientes datos:
JAVA_OPTS'-server -Xms512m -Xmx1024m -XX:PermSize=128m XX:MaxPermSize=512m
-XX:NewSize=192m
Djava.awt.headless=true
-XX:MaxNewSize=384m
-Dhttp.agent=Sakai
Dorg.apache.jasper.compiler.Parser.STRICT_QUOTE_ESCAPING=false
Dsun.lang.ClassLoader.allowArraySyntax=true'.
235
La variable JAVA_OPTS es necesaria debido a que la configuracin

por defecto de la mquina virtual de Java es insuficiente para poder
correr una aplicacin de las dimensiones de Sakai, es por ello que
debemos modificar algunos parmetros.
El siguiente paso, es instalar Subversin para poder descargar el

cdigo fuente de Sakai.
Para ello nos dirigimos a la web https://sliksvn.com/download/, y

descargamos la versin del cliente SVN 1.8.13 32 BIT, tal como se
muestra en la figura 101.
Figura 95. Descarga SVN
Una vez descargado, ejecutamos el instalador y, nuevamente,

cambiaremos la ruta de instalacin, para que se instale en nuestra
carpeta opt, tal como se muestra en la figura 102.
236
Figura 96. Instalacin SVN
Cuando la instalacin se haya completado, debemos crear una variable

de entorno siguiendo los pasos que ya indicamos anteriormente.
Posteriormente la aadiremos al PATH, como ya se ha explicado.
La variable de entorno que debemos crear es:

SUBVERSION_HOME C\opt\Subversion\
El siguiente paso es instalar Apache Maven, que usaremos para

compilar y desplegar tanto Sakai como nuestras herramientas.
Para
ello,
el
primer
paso
ser
descargarlo
desde
http://maven.apache.org/download.cgi.
Una vez en la web, descargaremos la versin 3.3.3 (Binary zip), como

muestra la figura 103.
237
Figura 97. Descarga Maven
Una vez descargado, simplemente debemos extraer el contenido del

zip en nuestra ruta habitual, la carpeta opt. Quedndonos la ruta de
Maven como C:\opt\apache-maven-3.3.3.
Una vez ms, debemos crear la variable de entorno correspondiente

y agregarla al PATH.
MAVEN_HOMEC:\opt\apache-maven-3.3.3.
En este caso debemos tambin crear una variable de entorno

adicional:
MAVEN_OPTS
'-Xms512m
-Xmx1024m
-XX:PermSize=256m
XX:MaxPermSize=512m -Djava.util.Arrays.useLegacyMergeSort=true'
A continuacin debemos instalar Apache Tomcat como servidor

de aplicaciones, para la instalacin de Sakai 10.X se recomienda instalar
Tomcat 7.
Descargamos
Apache
Tomcat
desde
http://tomcat.apache.org/download-70.cgi.
238
la
siguiente
direccin
Descargaremos la versin Core, para la plataforma Windows 32bit,

como muestra la figura 104.
Figura 98. Descarga Tomcat
Una vez descargado, simplemente extraemos el contenido del zip

dentro de la carpeta opt, creamos la variable de entorno correspondiente
y la aadimos al PATH como hemos venido haciendo anteriormente.
CATALINA_HOME C:\opt\apache-tomcat-7.0.62.
Tras haber hecho esto, debemos modificar algunos parmetros dentro

del archivo CATALINA_HOME\catalina.properties.
Aadimos
los
siguiente
la
lnea
que
comienza
con
common.loader=.
,${catalina.base}/common/classes/,${catalina.base}/common/lib/*.jar
Aadimos
lo
siguiente
la
linea
que
comienza
con
shared.loader=
${catalina.base}/shared/classes/,${catalina.base}/shared/lib/*.jar
Aadimos
lo
siguiente
la
linea
que
comienza
server.loader=
${catalina.base}/server/classes/,${catalina.base}/server/lib/*.jar
239
con
Figura 99. Catalina Properties
Tambin debemos editar el archivo server.xml, aadiendo al conector

del puerto 8080 el parmetro URIEncoding="UTF-8" tal como se muestra
en la figura 106.
Figura 100. Server Properties
Finalmente, iremos al directorio CATALINA_HOME/bin y crearemos un

fichero llamado setenv.bat con el siguiente contenido.
set
JAVA_OPTS=-server
-Xmx1028m
-XX:MaxPermSize=320m
Dorg.apache.jasper.compiler.Parser.STRICT_QUOTE_ESCAPING=fals
e -Djava.awt.headless=true -Dcom.sun.management.jmxremote
Dsun.lang.ClassLoader.allowArraySyntax=true
240
A continuacin vamos a instala el JDBC Connector para permitir a

Tomcat acceder a nuestra base de datos.
Para
ello,
nos
dirigimos
la
direccin
http://dev.mysql.com/downloads/connector/j/.
Una vez dentro, descargaremos la versin Platform independent, como

se muestra en la figura 107.
Figura 101. Descarga JDBC
Una vez descargado, descomprimimos el zip y copiamos el archivo

mysql-connector-java-5.1.35-bin.jar a la carpeta CATALINA_HOME/lib.
241
Figura 102. Instalacin JDBC
Con esto ya tenemos instalado y configurado nuestro servidor Tomcat.
Por ltimo, debemos instalar MySql, para dar soporte a la base de

datos de Sakai.
Para
ello
nos
dirigimos
la
https://dev.mysql.com/downloads/windows/installer/5.5.html.
Una vez all descargamos la versin para Windows.
242
direccin
Figura 103. Descarga MySQL Server
Una vez descargado, lo ejecutamos para instalar MySQL server,

cuando el instalador nos lo solicite, crearemos una contrasea de
administrador y un nuevo usuario, en nuestro caso, hemos usado los
siguientes datos:
Contrasea DBA: sakai.
Usuario nuevo: sakai.
Contrasea: sakai.
Figura 104. Instalacin MySQL Server
243
A continuacin, creamos su correspondiente variable de entorno y la

agregamos al PATH.
MYSQL_HOME C:\Program Files\MySQL\MySQL Server 5.5.
Una vez tenemos instalado MySql Server, debemos crear la base de

datos para Sakai.
Para ello, vamos a abrir la consola de MySQL.
Figura 105. Acceso MySQL CommandLIne
En ella, escribiremos las siguientes instrucciones, tal y como muestra la

figura 112.
Figura 106. Creacin de la base de datos
MySQL> create database SakaiDB default character set utf8;
244
MySQL> grant all privileges on SakaiDB.* to Sakai@localhost identified

by sakai;
MySQL> flush privileges;
MySQL> quit;
Con esto, ya tendramos todos los prerrequisitos necesarios para la

instalacin del LMS Sakai.
Llegados a este punto, debemos descargarnos el cdigo fuente de

Sakai utilizando el cliente SVN que instalamos anteriormente, para ello,
abrimos una consola de comandos de Windows, navegamos hasta
nuestra carpeta opt y escribimos el siguiente comando:
svn co https://source.sakaiproject.org/svn/sakai/tags/sakai-10.4/ sakai-10.4
Con esto, comenzar la descarga del cdigo fuente de la versin 10.4

de Sakai. Este proceso puede demorarse hasta 40 minutos, en funcin de
la conexin a internet de que dispongamos.
Figura 107. Descarga Sakai
Es importante contar con una conexin a internet estable, nosotros

recomendamos estar conectado mediante cable directamente a la red,
hemos constatado que, haciendo la descarga a travs de la red wifi se
producan errores.
Cuando el proceso de descarga finalice, svn nos devolver el control

de la consola de comandos.
245
Figura 108. Descarga Sakai Completada
En este momento, debemos configurar Sakai para que utilice la base

de datos que hemos creado anteriormente, para ello nos iremos a la ruta
C:\opt\sakai10.4\config\conIlutracintion\bundles\src\bundle\org\sakaiproject\config\bu
ndle y copiaremos el archivo default.sakai.properties. Este archivo
debemos pegarlo renombrado como sakai.properties en una nueva
carpeta que crearemos dentro de CATALINA_HOME, debemos nombrar
esta carpeta como Sakai.
Figura 109. Ubicacin Sakai.properties
Abrimos el archivo con un editor de texto y modificamos los parmetros

de conexin con la base de datos. Estos parmetros se encuentran dentro
de la seccin DATABASE.
Debemos descomentar algunas lneas y establecer ciertos parmetros

tal como se muestra en la figura 116.
246
Figura 110. Sakai.Properties
Guardamos el archivo y ya estamos listos para desplegar Sakai usando

Maven. Para ello, abrimos de nuevo una consola de comandos de
Windows, navegamos hasta la carpeta /opt/Sakai-10.4 y ejecutamos el
siguiente comando.
mvn clean install sakai:deploy -Dmaven.tomcat.home=C:\opt\ apache-tomcat7.0.62 -Dsakai.home=C:\opt\tomcat\sakai -Djava.net.preferIPv4Stack=true
Figura 111. Instalacin Sakai
Este proceso tardar unos minutos, una vez finalizado solo nos queda
arrancar Tomcat para comprobar que la instalacin se ha producido
correctamente.
Para ello, accedemos a CATALINA_HOME/bin desde la consola de

comandos y ejecutamos el comando startup.bat.
247
Figura 112. Arranque servidor
Cuando finalice el proceso de inicio de Tomcat, abrimos un navegador

y nos dirigimos a http://localhost:8080/portal.
Nos debe aparecer una pgina similar a la que se muestra en la figura

119.
Figura 113. Pantalla Login Sakai
Llegados a este punto, y despus de horas de trabajo, hemos

terminado la instalacin de Sakai 10.4. Ya podemos apagar de nuevo el
servidor, ejecutando el comando shutdown.bat desde la consola de
comandos.
248
Figura 114. Apagado Servidor
En los apartados siguientes del manual de instalacin, mostraremos

como instalar OntoSakaiWS y las herramientas creadas.
10.3.2 Instalacin de OntoSakaiWS

En este apartado vamos a detallar el proceso de instalacin de
OntoSakaiWS.
Con este trabajo fin de grado se adjunta un disco con los desarrollos
llevados a cabo, dentro del disco encontramos 3 carpetas, OntoSakaiWS,
OntoSakai Resources y OntoSakai browser.
En este caso, debemos acceder a OntoSakaiWS y copiar el archivo

OntoSakaiWS.war en CATALINA_HOME/webapps, como se muestra en
la figura 121.
Figura 115. Copia OntoSakaiWS.war
Una vez hecho esto, arrancamos el servidor como ya vimos en la

seccin anterior.
249
Figura 116. Arranque servidor
Para comprobar que la instalacin se ha realizado correctamente,

abrimos
un
navegador
web
nos
dirigimos
http://localhost:8080/OntoSakaiWS/services.
Si aparece la pgina mostrada por la figura 123 estamos de

enhorabuena, hemos instalado satisfactoriamente OntoSakaiWS en
nuestro sistema.
250
Figura 117. Listado de servicios OntoSakaiWS
Una vez ms, apagamos el servidor para poder proseguir con la

instalacin de las herramientas desarrolladas.
251
10.3.3 Instalacin de OntoSakai Resources y OntoSakai Browser

En esta seccin vamos a detallar la instalacin de las herramientas
desarrolladas para Sakai. Se ha decidido hacer una seccin conjunta
puesto que el proceso de instalacin para ambas aplicaciones es similar.
No obstante, se detallar paso a paso el proceso de instalacin para cada
una de ellas.
El primer paso es dirigirnos a nuestro CD de contenidos desarrollados y

copiar las carpetas OntoResources y OntoBrowser dentro de nuestra
carpeta de Sakai, en /opt/Sakai-10.4.
Figura 118. Copiado Herramientas
A continuacin, desde la consola de comandos, accedemos a

OntoBrowser e introducimos el siguiente comando.
mvn
clean
install
sakai:deploy
-Dmaven.tomcat.home=C:\opt\tomcat
Dsakai.home=C:\opt\tomcat\sakai -Djava.net.preferIPv4Stack=true
Figura 119. Instalacin OntoSakai Browser
Repetiremos el mismo proceso para OntoResources.
Figura 120. Instalacin OntoSakai Resources
252
En ambos casos nos debe aparecer un resultado similar al mostrado

por la figura 127.
Figura 121. Resultado instalacin herramienta
Para comprobar que la instalacin se ha llevado a cabo correctamente,

arrancamos
nuevamente
el
servidor.
Figura 122. Inicio Tomcat
Y nos identificamos en Sakai, en nuestro caso con los credenciales por

defecto, es decir admin-admin, una vez dentro debemos crear un nuevo
sitio.
Para crear un nuevo sitio hacemos clic en el botn

situado en la esquina superior derecha, se nos desplegar un nuevo
men, en el cual debemos pulsar sobre Nuevo Sitio, como muestra la
figura 129.
253
Figura 123. Creacin nuevo sitio (A)
Nos aparecer un asistente donde debemos elegir el tipo de sitio a

crear, lo habitual sera crear un sitio de tipo course, pero debido a que
no hemos configurado el curso acadmico solamente podemos crear de
tipo project, si bien, para esta demostracin cumple perfectamente. As
pues, seleccionamos Sitio Project y hacemos clic sobre continuar.
Figura 124. Creacin nuevo sitio (B)
La siguiente pantalla nos pide algunos datos bsicos sobre el sitio que
vamos a crear, como el ttulo, una breve descripcin, etc. Nosotros hemos
llamado a nuestro sitio DAD (Desarrollo de aplicaciones distribuidas). Una
vez rellenados estos campos, pulsamos sobre el botn Continuar.
254
Figura 125. Creacin nuevo sitio (C)
A continuacin se nos muestra un listado de las herramientas

instaladas en Sakai, seleccionamos las que acabamos de instalar,
OntoBrowser y OntoResources y pulsamos en Continuar.
Figura 126. Creacin nuevo sitio (D)
Por ltimo, debemos establecer las opciones de visibilidad del sitio.
255
Figura 127. Creacin nuevo sitio (E)
Al pulsar sobre Continuar nos aparecer un resumen de las opciones

seleccionadas. Hacemos clic en Crear Sitio para finalizar.
Figura 128. Creacin nuevo sitio (FINAL)
256
Con esto ya tendramos nuestro sitio creado, para acceder a l

debemos pulsar
, situado en el men superior.
Una vez dentro del sitio, vemos como, efectivamente, nuestras

herramientas han sido instaladas.
Figura 129. Login OntoSakai Resources
Con esto concluimos el manual de instalacin, en el Anexo D,

explicamos con detalle el funcionamiento de nuestras herramientas.
257
10.4 Anexo D: Manual de usuario.

En este apartado vamos a explicar detalladamente el funcionamiento
de OntoSakai Resources y OntoSakai Browser.
Cabe destacar, como informacin a tener en cuenta previa a la lectura

de este captulo, los roles que los usuarios pueden tomar en cada una de
las herramientas desarrolladas.
Generador de contenido: Este rol se aplica a los usuarios que

tienen capacidad para crear nuevo contenido en la herramienta.
Consumidor de contenido: Este rol se aplica a los usuarios

que hacen uso de los elementos de una herramienta.
La tabla 69 nos muestra los roles que adquiere cada tipo de

usuario en cada herramienta desarrollada.
OntoSakai Resources
OntoSakai Browser
Docente
Generador de contenido
Consumidor de contenido
Estudiante
--
Consumidor de contenido
Tabla 69. Roles de usuario
10.4.1 OntoSakai Resources

Esta herramienta tiene como principal funcin permitir a los docentes
agregar nuevo contenido al campus virtual.
Lo primero que debemos hacer es ingresar nuestra contrasea de

usuario de Sakai.
258
Figura 130. Login OntoResources
Una vez dentro de la aplicacin contamos con una interface que nos
permite subir recursos, relacionando cada recurso con topicItems o
recursos existentes en el sistema que deseemos.
Figura 131. Visin general OntoResources
Para ello, simplemente debemos hacer clic en el botn Seleccionar

archivo y elegir el recurso que deseamos subir, tal como muestra la figura
138.
259
Figura 132. Subida de archivo
A continuacin, si lo deseamos, podemos relacionar el recurso con los

topicItems, para ello, simplemente debemos dirigirnos a la lista de
topicItems, organizados por sus topics, y pulsar en los deseados,
podemos asignar tantos topicItems como queramos. La figura 139
muestra el rea de relacin con topicItems.
Figura 133. Listado de topics
Como
podemos
observar,
hemos
seleccionado
del
topic
Programacin el topicItem Avanzado y del topic Ontologas el

topicItem Protege.
260
Del mismo modo, podemos relacionar nuestro recurso con otros

recursos ya existentes en el campus virtual, para ello, en el rea de
recursos relacionados, contamos con un listado de todos los recursos.
Figura 134. Listado de recursos relacionados
Una
vez
tenemos el
recurso
seleccionado
y sus
relaciones
establecidas, solo nos resta pulsar sobre el botn Subir Recurso para
finalizar la subida.
Figura 135. Subida completada
261
Como vemos, una vez subido el recurso, el sistema nos muestra un

mensaje informndonos de que la subida se ha producido correctamente.
Desde esta herramienta, podemos tambin insertar nuevos topics o

nuevos topicItems.
Para insertar un nuevo topic, debemos hacer clic sobre el botn

+Topic situado bajo el listado de topics.
Una vez lo pulsemos, nos mostrar una interface en la que debemos

introducir el nombre del nuevo topic y pulsar sobre aceptar, tal como
muestra la figura 142.
Figura 136. Crear nuevo topic
Como vemos, una vez el topic se ha creado, el sistema nos muestra un

mensaje informando de ello.
De forma similar, podemos insertar nuevos topicItems pulsando sobre

el botn +TopicItem, nos mostrar un formulario en el cual debemos
262
escoger el topic al que pertenecer e introducir el nombre del topicItem a

crear.
Una vez creado, el sistema nos informa de que ya existe un nuevo

topicItem.
Figura 137. Crear nuevo TopicItem
Como vemos en la figura 143, tanto el topic Servicios_web como el

topicItem SOAP han sido aadidos a nuestro listado de topics,
permitindonos relacionarlos con nuevos recursos.
263
Figura 138. Comprobacin topic creado
Como podemos observar, tanto el listado de topicItems como el de

recursos relacionados cuentan su parte superior con sendos cuadros de
bsqueda, estos cuadros nos permiten filtrar el contenido para facilitar
una bsqueda en caso de que contemos con numerosos elementos en las
listas.
Figura 139. Filtro de listados
264
10.4.2 OntoSakai Browser

En este aparado detallaremos el funcionamiento de OntoSakai
Browser, la herramienta que hemos creado para la visualizacin de
archivos y la recomendacin de recursos relacionados.
De forma similar a como ocurra en el caso anterior, si no estamos

logeados en el sistema, deberemos introducir nuestra contrasea de
usuario de Sakai.
Figura 140. Login OntoBrowser
Una vez que accedamos a la herramienta nos encontraremos con un

listado de los recursos existentes en esta asignatura, en nuestro caso,
DAD.
Figura 141. Listado de recursos OntoBrowser
En este caso, solo aparece el recurso que acabamos de subir, como

podemos ver, nos muestra informacin sobre el recurso, as como un
pequeo icono a la izquierda del nombre que nos permite visualizar, con
un primer vistazo, el tipo de archivo de que se trata.
265
Para poder ver los recursos relacionados, simplemente debeos hacer

clic sobre
. Veremos cmo se despliega un listado con tres pestaas
en la parte inferior a nuestro recurso.
Figura 142. Pestaa recursos relacionados
Cada una de estas pestaas muestra los recursos relacionados segn

el tipo de relacin que compartan con el recurso raz, as nos
encontramos con tres tipos de recursos relacionados.
Recursos relacionados: Estos recursos son los que el docente

marc como recursos relacionados a la hora de subir el archivo,
es decir, tienen una relacin directa con nuestro recurso.
Figura 143. Relaciones directas
TopicItems: Estos recursos provienen de la relacin de nuestro

recurso subido con los topicItems seleccionados por el docente
a la hora de crear el recurso en el campus virtual. Como muestra
la siguiente imagen, podemos ver a que topicItem y topic
pertenece cada recurso.
266
Figura 144. Relaciones a travs de topicItem
Topics: En este caso, los recursos se infieren de las relaciones

indirectas de nuestro recurso con los topics, a travs de sus
topicItems, si bien es cierto que la relacin es ms indirecta, los
recursos pueden, ser del mismo modo, tiles para el alumno.
Figura 145. Relaciones a travs de topic
Finalmente,
para
descargar
cualquier
recurso,
tanto
perteneciente a una asignatura como relacionado, debemos

hacer clic en el enlace del recurso.
267
Figura 146. Descarga de recurso
10.5 Anexo E: Especificacin de Methontology

10.5.1 Principales componentes de modelado:
Methontology propone conceptualizar las ontologas utilizando un
conjunto de representaciones intermedias. Dichas representaciones
permiten modelar los componentes que se describen a continuacin.
Conceptos: objetos o entidades, considerados desde un punto

de vista amplio. Los conceptos de una ontologa estn
normalmente organizados en taxonomas en las cuales se
pueden aplicar mecanismos de herencia.
Relaciones: representan un tipo de asociacin entre conceptos

del dominio.
Instancias: se utilizan para representar individuos en la

ontologa.
Constantes: valores numricos que no cambian en un largo

perodo de tiempo.
Atributos: describen propiedades. Se pueden distinguir dos tipos

de atributos: de instancia y de clase.
Axiomas formales: expresiones lgicas siempre verdaderas que

suelen utilizarse para definir restricciones en la ontologa.
Reglas: se utilizan normalmente para inferir conocimientos en la

ontologa, tales como valores de atributos, instancias de
relaciones, etc.
268
10.5.2 Tareas definidas por Methontology.

Methontology, define, del mismo modo, una serie de pasos o tareas
que debemos seguir a la hora de modelar una ontologa:
Tarea 1: Construir el glosario de trminos. En primer lugar, el

desarrollador de la ontologa construye un glosario de trminos que
incluye todos los trminos relevantes del dominio (conceptos, instancias,
atributos, relaciones entre conceptos, etc.), sus descripciones en lenguaje
natural, y sus sinnimos y acrnimos.
Tarea 2: Construir taxonomas de conceptos. Una vez que el

glosario de trminos contiene suficientes trminos, el desarrollador de la
ontologa construye las taxonomas de conceptos que definen su
jerarqua. Para construir taxonomas de conceptos, se seleccionan del
glosario de trminos aquellos trminos que son conceptos.
Tarea 3: Construir diagramas de relaciones binarias ad hoc. Una

vez construida y evaluada la taxonoma, la actividad de conceptualizacin
propone construir diagramas de relaciones binarias ad hoc. El objetivo de
este diagrama es establecer las relaciones ad hoc existentes entre
conceptos de la misma o de distintas taxonomas de conceptos.
Tarea 4: Construir el diccionario de conceptos. Una vez que las

taxonomas de conceptos y los diagramas de relaciones binarias ad hoc
han sido generados, el desarrollador de la ontologa debe especificar
cules son las propiedades que describen cada concepto de la
taxonoma, as como las relaciones identificadas en el diagrama del paso
anterior y las instancias de cada uno de los conceptos. El diccionario de
conceptos contiene todos los conceptos del dominio, sus relaciones, sus
instancias, y sus atributos de clase y de instancia.
Las relaciones especificadas para cada concepto son aquellas en las
que el concepto es el origen de la misma.
269
Tarea 5: Describir las relaciones binarias ad hoc. El objetivo de esta

tarea es describir en detalle todas las relaciones binarias ad hoc
identificadas en el diagrama de relaciones binarias e incluidas en el
diccionario de conceptos. Para cada relacin binaria ad hoc, el
desarrollador de la ontologa debe especificar su nombre, los nombres de
sus conceptos origen y destino, su cardinalidad y su relacin inversa, si
existe.
Tarea 6: Describir los atributos de instancia. El objetivo de esta

tarea es describir en detalle todos los atributos de instancia incluidos en el
diccionario de conceptos. Cada fila de la tabla de atributos de instancia
contiene la descripcin detallada de un atributo de instancia.
Por cada atributo de instancia, el desarrollador de la ontologa debe
especificar su nombre, el concepto al que pertenece el atributo (los
atributos son locales a los conceptos), su tipo de valor, su rango de
valores (en el caso de atributos numricos), y sus cardinalidades mnima y
mxima.
Tarea 7: Describir los atributos de clase. El objetivo de esta tarea es

describir en detalle todos los atributos de clase incluidos en el diccionario
de conceptos. Para cada atributo de clase, el desarrollador de la ontologa
debe rellenar la siguiente informacin: nombre del atributo, nombre del
concepto donde el atributo se define, tipo de valor, cardinalidad y
valor(es).
Tarea 8: Describir las constantes. El objetivo de esta tarea es

describir en detalle cada una de las constantes identificadas en el glosario
de trminos. Para cada constante, el desarrollador de la ontologa debe
especificar su nombre, tipo de valor, valor y unidad de medida en el caso
de constantes numricas.
Tarea 9: Definir axiomas formales. Para realizar esta tarea, el

desarrollador de ontologas debe identificar los axiomas formales que son
necesarios en la ontologa y describirlos de manera precisa. Para cada
270
definicin de axioma formal, se propone especificar la siguiente

informacin: nombre, descripcin en lenguaje natural, expresin lgica
que define de manera formal el axioma usando lgica de primer orden, y
los conceptos, atributos y relaciones ad hoc utilizadas en el axioma, as
como las variables utilizadas.
Tarea 10: Definir reglas. De manera similar a la tarea previa, en esta

tarea el desarrollador de la ontologa debe identificar en primer lugar qu
reglas se necesitan en la ontologa, y entonces describirlas en la tabla de
reglas. Para cada regla, se propone incluir la siguiente informacin:
nombre, descripcin en lenguaje natural, expresin que describe
formalmente la regla, y conceptos, atributos y relaciones ad hoc utilizados
en la regla, as como las variables usadas.
METHONTOLOGY propone especificar las expresiones de las reglas
utilizando el formato si <condiciones> entonces <consecuente>. La parte
izquierda de la regla es una conjuncin de condiciones simples, mientras
que la parte derecha es una simple expresin de un valor de la ontologa.
Tarea 11: Describir instancias. Una vez que el modelo conceptual de

la ontologa ha sido creado, se pueden definir las instancias que aparecen
en el diccionario de conceptos. Para cada instancia se define: su nombre,
el nombre del concepto al que pertenece y los valores de sus atributos de
instancia, si se conocen.
En la figura 153 podemos ver, de forma grfica, un resumen de las

tareas que componen esta metodologa.
271
Figura 147. Tareas que componen Methontology
272

Deposito TFG Convocatoria Junio 2015

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Deposito TFG Convocatoria Junio 2015

Încărcat de

Drepturi de autor:

Formate disponibile

TRABAJO FIN DE GRADO

ESCUELA UNIVERSITARIA POLITCNICA

Integracin de ontologas en un sistema experto para

Murcia, Junio de 2015

TRABAJO FIN DE GRADO

ESCUELA UNIVERSITARIA POLITCNICA

Integracin de ontologas en un sistema experto para

Murcia, Junio de 2015

Dr. D. Alberto Caballero Martnez profesor de la UCAM.

A su juicio rene las condiciones necesarias para ser presentado en la

Murcia, a 1 de Junio de 2015

Dr. D. Alberto Caballero Martnez

Dr. D. Andrs Muoz Ortega

Me gustara expresar mi agradecimiento a todas las personas que han

A mi familia, porque sin su apoyo, posiblemente, este proyecto y el grado

A mis compaeros de carrera, Francisco y Daniel, que estuvieron a mi

Posiblemente el valor ms destacable de mi paso por UCAM sea esta

En el presente trabajo fin de grado se plantea e implementa

sistema experto dentro de un LMS (Learning Management System), el

personalizacin y recomendacin dentro del mismo.

Para la representacin del contexto de un LMS hemos creado una

Esta combinacin de conocimiento experto e informacin de contexto

En el desarrollo de este trabajo, analizamos la integracin de

Palabras Clave: LMS, Ontologa, servicio Web, Recomendacin

In current end-of-grade project an expert system within an LMS (Learning

To represent the user context within an LMS we have created an ontology

This combination of expert knowledge and contextual information can be

In the development of this paper, we analyze the integration of OntoSakai

Keywords: LMS, Ontology, Web Service, Automatic Recomendation.

2. ESTADO DEL ARTE.................................................................................. 33

Conceptos relevantes del dominio de la aplicacin. ............................ 33

Relacin con proyectos con la misma funcionalidad. .......................... 36

Estudio de viabilidad. .......................................................................... 39

Alcance del proyecto. ................................................................... 39

Estudio de la situacin actual. ...................................................... 41

Estudio y valoracin de las alternativas de solucin ..................... 44

3. METODOLOGIAS USADAS ...................................................................... 48

Recogida de requisitos: IEEE 830. ...................................................... 48

Modelado del sistema. ........................................................................ 50

Modelado de OntoSakai. .............................................................. 50

Modelado de OntoSakaiWS y las herramientas a integrar dentro

del campus. ............................................................................................... 51

Tecnologas empleadas. ..................................................................... 57

Desarrollo de la ontologa. ............................................................ 57

Desarrollo de OntoSakaiWS. ........................................................ 59

Desarrollo de las herramientas integradas con Sakai. .................. 62

Herramientas empleadas. ................................................................... 64

Apache Maven. ............................................................................. 65

Sublime Text. ................................................................................ 66

5. ESTIMACIN DE RECURSOS Y PLANIFICACIN ................................. 69

Fases del proyecto. ............................................................................. 69

Estimaciones utilizadas. ...................................................................... 71

Estimacin por puntos de funcin ................................................. 71

Planificacin temporal del proyecto ..................................................... 78

Coste econmico ................................................................................ 81

Costes materiales ......................................................................... 81

Costes humanos. .......................................................................... 82

Costes totales ............................................................................... 84

Valoracin real de la dedicacin ......................................................... 84

6. DESARROLLO DEL PROYECTO ............................................................. 89

Desarrollo de la Ontologa OntoSakai ................................................. 89

Glosario de trminos. .................................................................... 89

Taxonomas de conceptos ............................................................ 93

Diagrama de relaciones binarias .................................................. 96