<?xml version="1.0" encoding="ISO-8859-1"?><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<front>
<journal-meta>
<journal-id>0123-7799</journal-id>
<journal-title><![CDATA[TecnoLógicas]]></journal-title>
<abbrev-journal-title><![CDATA[TecnoL.]]></abbrev-journal-title>
<issn>0123-7799</issn>
<publisher>
<publisher-name><![CDATA[Instituto Tecnológico Metropolitano - ITM]]></publisher-name>
</publisher>
</journal-meta>
<article-meta>
<article-id>S0123-77992012000100006</article-id>
<title-group>
<article-title xml:lang="es"><![CDATA[Una Aproximación Multi-Agente para el Soporte al Proceso de Extracción-Transformación-Carga en Bodegas de Datos]]></article-title>
<article-title xml:lang="en"><![CDATA[A Multi-Agent Approach for the Extract-Transform-Load Process Support in Data Warehouses]]></article-title>
</title-group>
<contrib-group>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Betancur-Calderón]]></surname>
<given-names><![CDATA[Daniel]]></given-names>
</name>
<xref ref-type="aff" rid="A01"/>
</contrib>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Moreno-Cadavid]]></surname>
<given-names><![CDATA[Julián]]></given-names>
</name>
<xref ref-type="aff" rid="A02"/>
</contrib>
</contrib-group>
<aff id="A01">
<institution><![CDATA[,Universidad Nacional de Colombia Facultad de Minas Escuela de Sistemas]]></institution>
<addr-line><![CDATA[Medellín ]]></addr-line>
<country>Colombia</country>
</aff>
<aff id="A02">
<institution><![CDATA[,Universidad Nacional de Colombia Facultad de Minas Escuela de Sistemas]]></institution>
<addr-line><![CDATA[Medellín ]]></addr-line>
<country>Colombia</country>
</aff>
<pub-date pub-type="pub">
<day>00</day>
<month>06</month>
<year>2012</year>
</pub-date>
<pub-date pub-type="epub">
<day>00</day>
<month>06</month>
<year>2012</year>
</pub-date>
<numero>28</numero>
<fpage>89</fpage>
<lpage>107</lpage>
<copyright-statement/>
<copyright-year/>
<self-uri xlink:href="http://www.scielo.org.co/scielo.php?script=sci_arttext&amp;pid=S0123-77992012000100006&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://www.scielo.org.co/scielo.php?script=sci_abstract&amp;pid=S0123-77992012000100006&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://www.scielo.org.co/scielo.php?script=sci_pdf&amp;pid=S0123-77992012000100006&amp;lng=en&amp;nrm=iso"></self-uri><abstract abstract-type="short" xml:lang="es"><p><![CDATA[Para brindar una solución adecuada en términos de robustez y automatización en el proceso de Extracción-Transformación-Carga (ETL por sus siglas en inglés) en bodegas de datos, en este artículo se presenta un modelo de sistema multi-agente que recopila las fortalezas de otros enfoques como son los wrappers y soluciones ad-hoc. Tal modelo considera la heterogeneidad y disponibilidad de las fuentes de datos, así como el carácter distribuido de los mismos. Para su validación se llevó a cabo una experimentación con datos tanto simulados como reales, la cual demostró no sólo su viabilidad técnica si no también su efectividad en cuanto a porcentaje de datos procesados y a tiempo para hacerlo.]]></p></abstract>
<abstract abstract-type="short" xml:lang="en"><p><![CDATA[In order to provide an adequate solution in terms of robustness and automation in the process of Extract-Transform-Load (ETL) in data warehouses, in this article a multi-agent model that gathers the strengths of other approaches like wrappers and ad-hoc solutions is presented. Such a model considers the heterogeneity and availability of the data sources as well as their distributed nature. For its validation an experiment was performed using simulated and real data, which demonstrated not only its technical feasibility but also its effectiveness in terms of the percentage of processed data and the time to accomplish it.]]></p></abstract>
<kwd-group>
<kwd lng="es"><![CDATA[ETL]]></kwd>
<kwd lng="es"><![CDATA[bodegas de datos]]></kwd>
<kwd lng="es"><![CDATA[sistemas multi-agente]]></kwd>
<kwd lng="es"><![CDATA[heterogeneidad]]></kwd>
<kwd lng="es"><![CDATA[disponibilidad]]></kwd>
<kwd lng="es"><![CDATA[automatización]]></kwd>
<kwd lng="en"><![CDATA[ETL]]></kwd>
<kwd lng="en"><![CDATA[data warehouses]]></kwd>
<kwd lng="en"><![CDATA[multi-agent systems]]></kwd>
<kwd lng="en"><![CDATA[automation]]></kwd>
<kwd lng="en"><![CDATA[heterogeneity]]></kwd>
<kwd lng="en"><![CDATA[availability]]></kwd>
</kwd-group>
</article-meta>
</front><body><![CDATA[   <font size="2" face="verdana">     <p align="right"><b>Art&iacute;culo de Investigaci&oacute;n/Research Article</b></p>      <p align="center"><font size="4" face="verdana"><b>Una Aproximaci&oacute;n Multi-Agente para el Soporte al Proceso de Extracci&oacute;n-Transformaci&oacute;n-Carga en Bodegas de Datos</b></font></p>     <p align="center"><font size="3" face="verdana"><b>A Multi-Agent Approach for the Extract-Transform-Load Process Support in Data Warehouses</b></font></p>      <p><b>Daniel Betancur-Calder&oacute;n<sup>1</sup>, Juli&aacute;n Moreno-Cadavid<sup>2</sup></b></p>      <p><sup>1</sup>Escuela de Sistemas, Facultad de Minas, Universidad Nacional de Colombia, Medell&iacute;n-Colombia, <a href="mailto:dbetanc0@unal.edu.co">dbetanc0@unal.edu.co</a></p>     <p><sup>2</sup>Escuela de Sistemas, Facultad de Minas, Universidad Nacional de Colombia, Medell&iacute;n-Colombia, <a href="mailto:jmoreno1@unal.edu.co">jmoreno1@unal.edu.co</a></p>      <p></p>     <p align="center">Fecha de recepci&oacute;n: 02 de diciembre de 2011 / Fecha de aceptaci&oacute;n: 24 de abril de 2012</p> <hr>      <p><font size="3"><b>Resumen</b></font></p>     ]]></body>
<body><![CDATA[<p>Para brindar una soluci&oacute;n adecuada en t&eacute;rminos de robustez y automatizaci&oacute;n en el proceso de Extracci&oacute;n-Transformaci&oacute;n-Carga (ETL por sus siglas en ingl&eacute;s) en bodegas de datos, en este art&iacute;culo se presenta un modelo de sistema multi-agente que recopila las fortalezas de otros enfoques como son los wrappers y soluciones ad-hoc. Tal modelo considera la heterogeneidad y disponibilidad de las fuentes de datos, as&iacute; como el car&aacute;cter distribuido de los mismos. Para su validaci&oacute;n se llev&oacute; a cabo una experimentaci&oacute;n con datos tanto simulados como reales, la cual demostr&oacute; no s&oacute;lo su viabilidad t&eacute;cnica si no tambi&eacute;n su efectividad en cuanto a porcentaje de datos procesados y a tiempo para hacerlo.</p>      <p><b>Palabras clave: </b>ETL; bodegas de datos; sistemas multi-agente; heterogeneidad; disponibilidad; automatizaci&oacute;n.</p> <hr>      <p><font size="3"><b>Abstract</b></font></p>     <p>In order to provide an adequate solution in terms of robustness and automation in the process of Extract-Transform-Load (ETL) in data warehouses, in this article a multi-agent model that gathers the strengths of other approaches like wrappers and ad-hoc solutions is presented. Such a model considers the heterogeneity and availability of the data sources as well as their distributed nature. For its validation an experiment was performed using simulated and real data, which demonstrated not only its technical feasibility but also its effectiveness in terms of the percentage of processed data and the time to accomplish it.</p>      <p><b>Keywords: </b>ETL; data warehouses; multi-agent systems; automation; heterogeneity; availability.</p> <hr>      <p></p>     <p><font size="3"><b>1. Introducci&oacute;n</b></font></p>     <p>ETL son las siglas en ingl&eacute;s de Extract, Transform, Load (Extraer, Transformar, Cargar), tres actividades dentro del contexto de bases de datos que al combinarse permiten el traslado de los datos de una ubicaci&oacute;n (base de datos espec&iacute;fica) a otra. Si bien este proceso puede tener m&uacute;ltiples finalidades, como por ejemplo migrar simplemente la base de datos, normalmente se lleva a cabo para alimentar bodegas de datos, las cuales son modelos de datos orientados a an&aacute;lisis donde los datos representan indicadores (medidas) que pueden ser observados de acuerdo a los ejes de an&aacute;lisis (dimensiones).</p>     <p>Como en cualquier proceso complejo, existen una serie de desaf&iacute;os a la hora de realizar un proceso de ETL, siendo dos de los m&aacute;s significativos la heterogeneidad de las fuentes y la disponibilidad de las mismas. La heterogeneidad se refiere no s&oacute;lo a que los datos de las diversas fuentes pueden estar en diferentes formatos lo cual obliga a realizar manipulaciones y combinaciones dentro de la actividad de transformaci&oacute;n, sino tambi&eacute;n a que las fuentes como tal pueden ser de diferentes tipos. Algunas fuentes por ejemplo pueden referirse a modelos estructurados como bases de datos relacionales, mientras que otras pueden tratarse de modelos semi-estructurados como hojas de c&aacute;lculo, archivos CSV (siglas en ingl&eacute;s de Valores Separados por Coma), etc.; o incluso no estructuradas como archivos de texto sin formato, p&aacute;ginas Web sin contenido sem&aacute;ntico, etc.</p>     <p>Uno de los enfoques m&aacute;s comunes para afrontar tal heterogeneidad es lo que se conoce como mediador-wrapper (Goasdou&eacute; <i>et al.</i>, 2000; Rousset &amp; Reynaud, 2004), el cual se basa en mantener todos los datos en sus fuentes de origen y construir vistas de los mismos para satisfacer las consultas del usuario. Este enfoque funciona como un sistema centralizado donde el mediador realiza la integraci&oacute;n de los datos de los que es responsable. Para esto reformula las consultas del usuario en funci&oacute;n de los distintos contenidos de las fuentes de datos accesibles, utilizando un wrapper (traductor) por cada fuente. En otras palabras, el mediador se compone de varios wrappers, los cuales se encargan de llevar los datos de las fuentes de origen a su destino, realizando una traducci&oacute;n cuando es necesaria.</p>     ]]></body>
<body><![CDATA[<p>Existen diversos trabajos que emplean este enfoque, por ejemplo el descrito por Zhou <i>et al.</i> (1996), siendo el presentado en Chawathe <i>et al.</i> (1994), conocido como el proyecto Tsimmis, uno de los m&aacute;s interesantes puesto que busca desarrollar herramientas que faciliten la r&aacute;pida integraci&oacute;n de las fuentes de informaci&oacute;n heterog&eacute;neas incluyendo datos estructurados y no estructurados. En &eacute;ste trabajo se ubica un wrapper en cada una de las fuentes que convierte los objetos de datos subyacentes a un modelo com&uacute;n de informaci&oacute;n.</p>     <p>Una de las grandes ventajas de este enfoque es que permite acceder a los datos m&aacute;s recientes de las diferentes fuentes, sin embargo el hecho de que las consultas se realicen sobre demanda produce que exista cierta incertidumbre respecto a que las fuentes sean afectadas por alg&uacute;n cambio, es decir la eliminaci&oacute;n total o parcial de las mismas, la modificaci&oacute;n de los modelos de datos, etc. Otra caracter&iacute;stica de este enfoque es que posee una gran complejidad en la generaci&oacute;n de consultas debido a que cada una debe ser reescrita para cada fuente, para luego realizar la recuperaci&oacute;n, transformaci&oacute;n y conciliaci&oacute;n de los resultados arrojados.</p>     <p>Para resolver algunos de estos inconvenientes existen otros enfoques de tipo ad-hoc. En el trabajo propuesto en Simitsis <i>et al.</i> (2005) por ejemplo, se busca principalmente la optimizaci&oacute;n del flujo de trabajo de ETL por medio de algoritmos que se encuentran automatizados, logrando tiempos de respuesta satisfactorios. Otro trabajo relevante es el presentado en Vassiliadis <i>et al.</i> (2002), all&iacute; se muestra un modelo conceptual del proceso de ETL, que logra definir las actividades que se realizan, y proporciona fundamentos formales para su representaci&oacute;n conceptual. Se resalta de este modelo que es personalizable y extensible de tal forma que el dise&ntilde;ador del proceso puede enriquecerlo. Otros trabajos realizados en encuentran en Viana <i>et al.</i> (2005) y Squire (1995).</p>     <p>Considerando las ventajas y limitaciones de los enfoques analizados y con el fin de atacar no solo el problema de heterogeneidad sino tambi&eacute;n el de disponibilidad de las fuentes de tal forma que se garantice que los datos cargados a la bodega de datos siempre sean correctos y est&eacute;n actualizados, se propone en este art&iacute;culo una soluci&oacute;n innovadora basada en el paradigma multi-agente, con la cual se pretende alcanzar un mayor nivel de automatizaci&oacute;n en las tareas involucradas.</p>     <p>Cabe aclarar que si bien ya existen algunas soluciones que emplean precisamente este paradigma (Boussaid <i>et al.</i>, 2003; Imtiaz &amp; Hussain, 2005; Di Fatta &amp; Fortino, 2007; Ding &amp; Guo, 2009; Zhang &amp; Ghen, 2010), se utiliz&oacute; anteriormente el t&eacute;rmino &ldquo;innovadora&rdquo; porque tales trabajos o no abarcan la totalidad de las actividades que se consideran, o no describen en detalle la funcionalidad de las componentes (agentes de software) que las conforman, o no son validadas por medio de indicadores cuantitativos, como s&iacute; es el caso del trabajo presentado en este art&iacute;culo.</p>     <p>La organizaci&oacute;n del resto del documento se encuentra de la siguiente manera: en la secci&oacute;n 2 se presenta una breve justificaci&oacute;n del uso del paradigma multi-agente para el problema de estudio, as&iacute; como una descripci&oacute;n del modelo propuesto; en la secci&oacute;n 3 se expone la validaci&oacute;n de dicho modelo; y finalmente las conclusiones generales del trabajo se presentan en la secci&oacute;n 4. </p>      <p></p>     <p><font size="3"><b>2. Aproximaci&oacute;n propuesta</b></font></p>     <p>Los Sistemas Multi-Agente (SMA) provenientes de la Inteligencia Artificial Distribuida (IAD) tratan sobre la coordinaci&oacute;n inteligente entre una colecci&oacute;n de agentes aut&oacute;nomos o semiaut&oacute;nomos, que existen dentro de cierto contexto o ambiente, se pueden comunicar entre s&iacute; y definen c&oacute;mo pueden coordinar sus conocimientos, metas, propiedades y planes para la toma de decisiones o para resolver problemas complejos (Jennings <i>et al.</i>, 1998). En otras palabras, un SMA es un sistema distribuido en el cual los componentes son entidades dotadas con alg&uacute;n tipo de inteligencia artificial llamados agentes, o bien un sistema distribuido donde la conducta combinada de dichos agentes produce un resultado en conjunto inteligente.</p>     <p>Algunas de las caracter&iacute;sticas que en la literatura se suelen atribuir a los agentes y que son atractivas para la problem&aacute;tica analizada, descritas por autores tales como Franklin y Graesser (1996), son:</p>     ]]></body>
<body><![CDATA[<p><i>Autonom&iacute;a</i>: Un agente se basa en su experiencia para actuar en b&uacute;squeda de un objetivo individual o colectivo, sin requerir para ello del acompa&ntilde;amiento continuo de un usuario.</p>     <p><i>Sociabilidad</i>: Este atributo permite a un agente comunicarse con otros agentes o incluso con otras entidades para entablar protocolos de cooperaci&oacute;n o competencia.</p>     <p><i>Racionalidad</i>: Un agente intentar&aacute; siempre realizar lo &ldquo;correcto&rdquo; en t&eacute;rminos de sus objetivos y restricciones a partir de los datos que percibe.</p>     <p><i>Reactividad</i>: Un agente puede percibir los cambios de estado del entorno y actuar consecuentemente.</p>     <p>Partiendo de estas caracter&iacute;sticas, la soluci&oacute;n que se propone en este art&iacute;culo es un modelo basado en una arquitectura Multi-Agente para realizar el proceso de ETL. El objetivo de este esfuerzo es desarrollar un modelo flexible que adem&aacute;s aproveche algunas de las bondades del enfoque orientado a mediadores y otras soluciones ad-hoc. El modelo presentado no est&aacute; especificado para un dominio en particular, y busca trabajar tanto con datos estructurados como semi-estructurados.</p>     <p>Para dicho modelo se definen un grupo de agentes que buscan cubrir las principales tareas que se realizan en el desarrollo de las tres actividades de inter&eacute;s. Dichos agentes son responsables de acceder a las diferentes fuentes, recolectar datos y aplicarles algunas transformaciones para luego llevarlos a un esquema unificado dentro de una bodega de datos. En la <a href="#Figura1">Fig. 1</a> se muestra la arquitectura del SMA cuyos componentes principales son; los agentes recolectores, un agente integrador, un agente coordinador y una agente interfaz.</p>      <p align="center"><a name="Figura1"></a><img src="/img/revistas/teclo/n28/n28a06fig01.jpg"></p>      <p>Los agentes recolectores son los responsables del acceso y extracci&oacute;n de los datos en una fuente de origen espec&iacute;fica. Este agente debe ser dotado de un conocimiento de dicha fuente que le permitir&aacute; tanto acceder a ella, como tambi&eacute;n capturar &uacute;nicamente los datos que sean relevantes. Tal conocimiento es encapsulado dentro de un XML, tal como se presenta a manera de ejemplo a continuaci&oacute;n.</p>      <p align="center"><img src="/img/revistas/teclo/n28/n28a06ec1000.jpg"></p>      <p>Una responsabilidad de este tipo de agente es comunicar los datos extra&iacute;dos al agente coordinador, para que este proceda a realizar el trabajo pertinente con los mismos. En caso de que se produzcan cambios en la fuente que un agente recolector monitorea, este debe comunicar tales cambios al agente coordinador y esperar respuesta del mismo, con la acci&oacute;n m&aacute;s pertinente a tomar. Por su parte, el agente almacenista se encarga de recibir los datos recopilados, almacenarlos, modificarlos y posteriormente enviarlos para su almacenamiento en la bodega de datos.</p>     ]]></body>
<body><![CDATA[<p>El agente integrador posee un conocimiento especializado de las estructuras de las diversas fuentes, el esquema unificado y las transformaciones requeridas para llevar los datos enviados por los agentes recolectores al esquema unificado. Este agente adem&aacute;s debe identificar si los datos transformados pueden enviarse para ser almacenados en la bodega de datos, o deben mantenerse en una base temporal debido a diversos factores (procesos de an&aacute;lisis de datos sobre la bodega de datos, datos complementarios de la misma o de otras, etc.). Es de esta manera que la principal funci&oacute;n de este agente es transformar los datos, mantener actualizada la bodega de datos y tambi&eacute;n comunicar posibles eventualidades al agente interfaz, en caso de que el sistema no est&eacute; preparado para responder a cierto tipo de eventualidad (registros no trasladables al esquema unificado, etc.).</p>     <p>El agente coordinador est&aacute; encargado de distribuir los agentes recolectores en las diferentes fuentes de inter&eacute;s y proporcionar el conocimiento tanto para acceder a ellas, como para extraer los datos requeridos. En caso de que las fuentes cambien, este agente es el encargado de comunicar al agente interfaz la eventualidad ocurrida. Cualquier acci&oacute;n a tomar sobre un cambio en una fuente, debe ser comunicada por el agente coordinador al agente encargado de la misma, para que contin&uacute;e su trabajo.</p>     <p>El agente interfaz tiene la responsabilidad de enlazar el SMA en general con el usuario. Este debe brindar un canal de comunicaci&oacute;n para mediar en las tareas que no son completamente automatizables (que por tanto requieren de alguna intervenci&oacute;n), comunicar al usuario todo tipo de eventualidades y llevar al sistema las diferentes acciones que el usuario desee tomar ante &eacute;stas. Tambi&eacute;n informa al usuario del estado de las fuentes de inter&eacute;s y muestra indicadores del comportamiento de las mismas. Este agente da acceso visual a los usuarios de los registros tanto de la bodega de datos como de la base temporal.</p>     <p>Finalmente, en cuanto al agente analista, en este caso no se trata de un agente de software sino de un humano que se encarga de velar por el buen desarrollo de las etapas de inter&eacute;s, realizando intervenciones &uacute;nicamente cuando estas se encuentren por fuera de las capacidades de los dem&aacute;s agentes.</p>     <p>Como puede verse tambi&eacute;n en la <a href="#Figura1">Fig. 1</a>, la soluci&oacute;n propuesta involucra otros elementos, como son la bodega de datos, la base de datos temporal, el conocimiento de la bodega de datos y el conocimiento de las fuentes. En la primera se almacenan todos los registros capturados por los agentes recolectores y transformados por el agente integrador. &Eacute;sta es dise&ntilde;ada bajo un esquema unificado que busca lograr almacenar la diferente informaci&oacute;n de las diversas fuentes, teniendo en cuenta los procesos anal&iacute;ticos que se tienen como objetivo. La segunda es una base datos que permite al agente integrador almacenar datos temporalmente y ejercer transformaciones sobre los mismos. Esta base asiste el almacenamiento temporal de datos que requieren ser complementados por otros para indexarlos como un solo registro a la bodega de datos. Como se pueden generar datos en las diversas fuentes continuamente, esta base se utiliza tambi&eacute;n como almacenamiento temporal de datos ya transformados, debido a que procesos posteriores, como por ejemplo miner&iacute;a de datos (Zhan &amp; Zhan, 2003), visualizaci&oacute;n, respaldo, etc., pueden ser realizados sobre la bodega de datos en cualquier momento y no es conveniente realizar inserciones de datos con consultas en desarrollo.</p>     <p>En el conocimiento de la bodega de datos se define la base de reglas que son necesarias para el trabajo del agente integrador y que pueden almacenarse a trav&eacute;s de reglas l&oacute;gicas del tipo <i>SI X ENTONCES Y.</i> Estas reglas junto con metadatos buscan determinar una estructura adecuada para traducir los diferentes datos enviados de las fuentes al esquema integrador.</p>     <p>El conocimiento de la fuente es usado para que los agentes recolectores accedan y monitoreen las fuentes, de manera que se les permita identificar cu&aacute;les son los datos de inter&eacute;s, en qu&eacute; tipo de sistema se encuentran (bases de datos, hojas de c&aacute;lculo, internet, textos planos, etc.) y que m&eacute;todos de identificaci&oacute;n de cambios son requeridos, etc. Este conocimiento es transmitido a cada agente recolector cuando le es asignado una fuente por medio del agente coordinador y posee una organizaci&oacute;n espec&iacute;fica dependiendo del tipo de fuente.</p>      <p></p>     <p><font size="3"><b>3. Experimentaci&oacute;n y resultados</b></font></p>     <p>Para llevar a cabo una validaci&oacute;n del modelo propuesto, se emple&oacute; un caso de estudio controlado en el que se tomaron 3 fuentes de informaci&oacute;n de las cuales dos son construidas con datos simulados y una posee datos reales. El caso de estudio consiste en la informaci&oacute;n de una instituci&oacute;n educativa, en este caso la Facultad de Minas de la Universidad Nacional de Colombia. Una primera fuente es un Sistema de Informaci&oacute;n Acad&eacute;mica (simulada) en el cual se almacenan datos de tipo personal y acad&eacute;mico de todos los estudiantes; una segunda fuente presenta documentos relacionados a Solicitudes de Facultad (simulada) como son las cancelaciones y aplazamientos de semestre; la tercera y &uacute;ltima fuente es un Sistema de Gesti&oacute;n de Cursos (real), en este caso Moodle, con datos sobre cursos virtuales activos, participaci&oacute;n y desempe&ntilde;o de estudiantes.</p>     ]]></body>
<body><![CDATA[<p>Para la validaci&oacute;n del modelo se construy&oacute; un prototipo que busca recopilar e integrar la informaci&oacute;n disponible de estudiantes en los diversos sistemas. En la <a href="#Figura2">Fig. 2</a>, que puede entenderse como una instanciaci&oacute;n al caso de estudio de la <a href="#Figura1">Fig. 1</a>, se puede apreciar la arquitectura del prototipo y las diversas tecnolog&iacute;as utilizadas.</p>      <p align="center"><a name="Figura2"></a><img src="/img/revistas/teclo/n28/n28a06fig02.jpg"></p>      <p>Los datos del caso de estudio est&aacute;n distribuidos f&iacute;sicamente en tres servidores cuyas caracter&iacute;sticas se presentan en la <a href="#Tabla1">Tabla 1</a>. En el Servidor 1 se encuentran el sistema gestor de cursos Moodle y las Solicitudes de Facultad. En el Servidor 2 se encuentra el Sistema de Informaci&oacute;n Acad&eacute;mica. Por el &uacute;ltimo en el Servidor 3 est&aacute;n alojadas la base temporal y la bodega de datos.</p>      <p align="center"><a name="Tabla1"></a><img src="/img/revistas/teclo/n28/n28a06tab01.jpg"></p>      <p>De acuerdo a la distribuci&oacute;n f&iacute;sica y al n&uacute;mero de fuentes disponibles en el caso de estudio, se presenta un SMA distribuido en una LAN, donde se encuentran 3 agentes recolectores destinados cada uno a una fuente espec&iacute;fica. Los Agentes Recolectores 1 y 2 se encuentran alojados en el Servidor 1 y el Agente Recolector 3 en el Servidor 2. Un Agente Almacenista encargado del manejo de la base temporal as&iacute; como un Agente Integrador responsable de los procesos de integraci&oacute;n y manejo de la bodega de datos se ubicaron en el Servidor 3. El Agente Coordinador encargado de la distribuci&oacute;n y control de los agentes recolectores se aloj&oacute; en el Servidor 2, mismo lugar donde el Agente Analista estuvo ubicado.</p>     <p>Con la finalidad de medir y verificar el adecuado funcionamiento del modelo propuesto se definieron los siguientes seis indicadores de resultados.</p>     <p><i>Indicador de Efectividad en la Recopilaci&oacute;n (IER)</i>: Mide el resultado del acceso y captura de registros asociados a las distintas fuentes de inter&eacute;s, como se muestra en (1).</p>      <p align="center"><img src="/img/revistas/teclo/n28/n28a06ec01.jpg"></p>      <p>Donde, <i>RC</i>: registros capturados de las fuentes, y <i>RTIF</i>: registros totales de inter&eacute;s en las fuentes</p>     <p><i>Indicador de Efectividad en Carga Base Temporal (IECBT)</i>: Mide el resultado del proceso de carga de todos los registros recopilados en la base temporal, como se muestra en (2).</p>      ]]></body>
<body><![CDATA[<p align="center"><img src="/img/revistas/teclo/n28/n28a06ec02.jpg"></p>      <p>Donde, <i>RABT</i>: registros almacenados en la base temporal.</p>     <p><i>Indicador de Efectividad en Carga Base Temporal seg&uacute;n la fuente de procedencia (IECBF<sub>i</sub>)</i>: Mide el resultado del proceso de carga de todos los registros recopilados en la base temporal, pertenecientes a una fuente <i>i</i>, como se muestra en (3). Este indicador es de inter&eacute;s, dado que la mayor&iacute;a de problemas de carga de registros en base temporal se deben a la procedencia de registros de fuentes semi-estructuradas o no estructuradas.</p>      <p align="center"><img src="/img/revistas/teclo/n28/n28a06ec03.jpg"></p>      <p>Donde, <i>RABTF<sub>i</sub></i>: registros almacenados en la base temporal procedentes de la fuente <i>i</i>, y <i>RCF<sub>i</sub></i>: registros capturados de la fuente <i>i</i>.</p>     <p><i>Indicador de desempe&ntilde;o del proceso de integraci&oacute;n y carga (IDIC)</i>: Permite calcular eficiencia en la realizaci&oacute;n del proceso de transformaci&oacute;n y carga de registros en la bodega de datos, como se muestra en (4).</p>      <p align="center"><img src="/img/revistas/teclo/n28/n28a06ec04.jpg"></p>      <p>Donde, <i>errT</i>: n&uacute;mero de errores cometidos en las transformaciones realizadas, <i>errC</i>: n&uacute;mero de errores en la carga de registros a la bodega de datos, y <i>RABD</i>: registros almacenados en la bodega de datos.</p>     <p><i>Indicador de duraci&oacute;n proceso de captura y carga de registros a la base temporal (IDCCT)</i>: Mide el tiempo invertido dado una arquitectura espec&iacute;fica en desarrollar captura de datos de las fuentes y la carga de los mismos a la base temporal, como se muestra en (5).</p>      <p align="center"><img src="/img/revistas/teclo/n28/n28a06ec05.jpg"></p>      ]]></body>
<body><![CDATA[<p>Donde, <i>Tcaptura</i>: duraci&oacute;n total de la actividad de capturar todos los registros de las fuentes, y <i>TcargaBT</i>: duraci&oacute;n total de la actividad de cargar todos los registros recopilados en la base temporal.</p>     <p><i>Indicador de duraci&oacute;n proceso de integraci&oacute;n (IDI)</i>: Mide el tiempo que se tarda en desarrollar las actividades de transformaci&oacute;n y carga de registros a la bodega de datos, como se muestra en (6).</p>      <p align="center"><img src="/img/revistas/teclo/n28/n28a06ec06.jpg"></p>      <p>Donde, <i>Ttransformacion</i>: duraci&oacute;n total de las operaciones de transformaci&oacute;n de los registros que ser&aacute;n almacenados en la bodega de datos, y <i>TcargaBD</i>: duraci&oacute;n total de la de registros a la bodega de datos.</p>     <p>Teniendo en cuenta los datos que se muestran en la <a href="#Figura3">Fig. 3</a>, donde se compilan algunos resultados de inter&eacute;s de la ejecuci&oacute;n del prototipo para el caso de estudio, se presentan a continuaci&oacute;n los resultados para los indicadores definidos previamente.</p>      <p align="center"><a name="Figura3"></a><img src="/img/revistas/teclo/n28/n28a06fig03.jpg"></p>      <p>Para el <i>Indicador de Efectividad en la Recopilaci&oacute;n</i> se obtuvo, seg&uacute;n (1), que <i>IER = (101956+858+8327)/111141 = 100%.</i></p>     <p>El resultado arrojado por este indicador era de esperarse ya que las fuentes se instanciaron de forma local y no daban a lugar las restricciones de acceso, por tanto el &uacute;nico factor que podr&iacute;a afectar este indicador para el caso de estudio era una inadecuada definici&oacute;n del modelo del dominio, la cual no se present&oacute;.</p>     <p>Para el <i>Indicador de Efectividad en Carga Base Temporal</i>, se obtuvo seg&uacute;n (2) un valor de <i>IECBT = (101956+673+8327)/</i><i>111141 = 99,8%.</i></p>     <p>Seg&uacute;n este indicador hubo una alta tasa de efectividad en la carga de datos a la base temporal, sin embargo denota que hubo un 0,02% de registros que no cumplieron con las restricciones de inserci&oacute;n presentadas en dicha base.</p>     ]]></body>
<body><![CDATA[<p>En el caso del <i>Indicador de Efectividad en Carga Base Temporal seg&uacute;n la fuente de procedencia</i> se presenta el resultado para cada una de las tres fuentes seg&uacute;n (3): <i>IECBF<sub>1</sub> = 101956/101956 = 100%, IECBF<sub>2</sub> = 673/858 = 78,4%, IECBF<sub>3</sub> = 8327/8327= 100%</i></p>     <p>El resultado de las fuentes 1 y 3 es completamente satisfactorio, mientras que el de la fuente 2 (Solicitudes de Facultad) presenta un valor considerablemente m&aacute;s bajo. Esto se debe principalmente al sistema de almacenamiento en el que se encuentra el cual no posee restricciones de inserci&oacute;n y por tanto algunos registros pueden no cumplir las condiciones de las tablas en la base temporal. Esta situaci&oacute;n no se presenta en las otras dos fuentes que son estructuradas por medio de un Sistema Gestor de Bases de Datos (SGBD).</p>     <p>Ahora, teniendo en cuenta que <i>errT = 2648</i>, <i>errC = 1072</i> y <i>RABD = 16096</i>, el <i>Indicador de desempe&ntilde;o del proceso de integraci&oacute;n y carga</i> obtenido seg&uacute;n (4) es <i>IDIC = 81,2%</i>. Este valor es un gran logro para esta investigaci&oacute;n dada la complejidad de esta etapa. Los registros de integraci&oacute;n resultantes en este caso de estudio son pocos pero esto es debido principalmente a la implementaci&oacute;n de una regla que no permite llevar registros de estudiantes a la bodega si no se encuentran dentro el Sistema de Informaci&oacute;n Acad&eacute;mica.</p>     <p>Para el quinto indicador (<i>Indicador de duraci&oacute;n proceso de captura y carga de registros a la base temporal</i>) se procedi&oacute; de la siguiente manera: Para calcular la duraci&oacute;n total de la actividad de capturar todos los registros de las fuentes se tom&oacute; el valor inicial arrojado por el primer agente en comenzar a capturar registros y se hall&oacute; la diferencia con el valor final del &uacute;ltimo agente en terminar de capturar sus respectivos registros. De esta forma, <i>Tcaptura = 11:27:31,165 - 11:27:32,266 = 1,101 s</i>. Luego, para calcular la duraci&oacute;n total de la actividad de cargar todos los registros en la base temporal se realiz&oacute; un procedimiento an&aacute;logo tomando el valor inicial arrojado por el primer agente en comenzar a cargar registros y el valor final del &uacute;ltimo agente en terminar de capturar. As&iacute;, <i>TcargaBT = 11:27:31,271 - 11:27:58,365 = 27,094 s</i>. Una vez obtenidos estos valores, el resultado del indicador, seg&uacute;n (5), es <i>IDCCT = 1,101 + 27,094 = 28,195 s.</i></p>     <p>Finalmente, para calcular el sexto (<i>Indicador de duraci&oacute;n proceso de integraci&oacute;n)</i> se calcula primero el valor de la duraci&oacute;n total de las operaciones de transformaci&oacute;n aplicadas a los registros para su posterior almacenamiento en la Bodega. De esta manera, <i>Ttransformacion = 11:27:58,391 - 11:30:09,636 = 131,245 s</i>. Luego se calcula la duraci&oacute;n de la actividad de cargar de registros a la Bodega: <i>TcargaBD = 11:30:09,636 - 11:30:13,556 = 3,920 s</i>. Con los que se obtiene que, seg&uacute;n (6), <i>IDI = 131,245 + 3,920 = 135,165 s.</i></p> Para el caso de los &uacute;ltimos dos indicadores, <i>IDCCT</i> e <i>IDI,</i> el an&aacute;lisis de la eficiencia de la propuesta s&oacute;lo se podr&iacute;a hacer realizando una comparaci&oacute;n contra otra alternativa de soluci&oacute;n, esto es, realizando el proceso manualmente o, en el mejor de los casos, de manera asistida. Si bien no se cuentan con datos de lo que estas alternativas tardar&iacute;an, si es posible decir que los presentados por la soluci&oacute;n propuesta son aceptables (poco menos de 30 s en el primer caso y poco m&aacute;s de dos minutos y cuarto en el segundo).</p>      <p></p>     <p><font size="3"><b>4. Conclusiones</b></font></p>     <p>Considerando la complejidad que involucran las actividades del proceso ETL, es clara la necesidad de desarrollar soluciones a trav&eacute;s de enfoques innovadores que permitan incrementar la automatizaci&oacute;n y eficiencia de procesos involucrados. Esto con la finalidad de reducir en la medida de lo posible el enorme esfuerzo, muchas veces manual, invertido por las organizaciones que deben realizar estas actividades como parte de sus procesos de negocio.</p>     <p>Con esto en mente, este art&iacute;culo present&oacute; una soluci&oacute;n basada en agentes de software, y m&aacute;s espec&iacute;ficamente en SMA, con el fin de aumentar la precisi&oacute;n de los datos obtenidos y mejorar as&iacute; la calidad y velocidad de procesos posteriores de inter&eacute;s para tales organizaciones como pueden ser operaciones de miner&iacute;a de datos.</p>     <p>Para la construcci&oacute;n de tal soluci&oacute;n se consideraron los problemas estructurales encontrados en aproximaciones conocidas (principalmente wrappers y soluciones ad-hoc) y se tuvo como norte lograr el mayor nivel de automatizaci&oacute;n posible en cada una de las tareas involucradas. En este sentido, m&aacute;s que una competencia, el modelo presentado es un complemento integrador de tales aproximaciones, tomando de cada uno sus principales fortalezas y logrando con esto generar una soluci&oacute;n m&aacute;s completa a los diferentes problemas presentados en cada actividad del proceso ETL.</p>     ]]></body>
<body><![CDATA[<p>Precisamente, con los resultados obtenidos en un caso de estudio con tres fuentes de diversos tipos y situados de manera distribuida, se pudo determinar tanto la robustez como la eficiencia de la soluci&oacute;n propuesta, siendo esto una motivaci&oacute;n para su uso en otros casos de estudio. Este es precisamente parte del trabajo futuro que se tiene por delante, donde se buscar&aacute;n aplicaciones en otros dominios tanto con datos simulados, como mixtos (como el mostrado en este art&iacute;culo) y finalmente con datos completamente reales, que sean de inter&eacute;s para alguna organizaci&oacute;n particular. Cabe mencionar que justamente la arquitectura SMA presentada permite que tales aplicaciones en diversos dominios sean implementadas con relativa facilidad, simplemente definiendo el conocimiento de los agentes que se requieran incorporar.</p>     <p>Otro trabajo futuro es la validaci&oacute;n de la propuesta ante escenarios donde se requiera procesamiento masivo de datos (cientos de miles o incluso millones de registros), aprovechando precisamente la naturaleza distribuida y paralela de los SMA.</p>      <p></p>     <p><font size="3" face="verdana"><b>Referencias</b></font></p>     <!-- ref --><p>Boussaid, O., Bentayeb, F., Duffoux, A., Clerc, F. (2003); Complex Data Integration Based on a Multi-agent System, 201-212, Springer, Berlin.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000097&pid=S0123-7799201200010000600001&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Chawathe, S., Garcia-Molina, H., Hammer, J., Ireland, K., Papakonstantinou, Y., Ullman, J., Widom, J. (1994); The TSIMMIS Project: Integration of Heterogeneous Information Sources, Proceedings of IPSJ, Tokio, Japan, 7-18.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000099&pid=S0123-7799201200010000600002&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Di Fatta, G., Fortino, G. (2007); A Customizable Multi-Agent System for Distributed Data Mining, Proceedings of the ACM symposium on applied computing, 42-47, Seoul, Korea.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000101&pid=S0123-7799201200010000600003&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     ]]></body>
<body><![CDATA[<!-- ref --><p>Ding, J., Guo, C-Z. (2009); Research of distributed ETL engine based on multi-agent and workflow, Journal of Computer Applications, 29(1), 319-322.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000103&pid=S0123-7799201200010000600004&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Franklin, S., Graesser, A. (1996); Is it an Agent, or just a Program?: A Taxonomy for Autonomous Agents, Third International Workshop on Agent Theories, Architectures, and Languages, 21-35, Budapest, Hungary.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000105&pid=S0123-7799201200010000600005&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Goasdou&eacute;, F., Lattes, V., Rousset, M. (2000); The use of CARIN language and algorithms for information integration: the PICSEL system, International Journal of Cooperative Information Systems, 9(4), 383-401.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000107&pid=S0123-7799201200010000600006&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Imtiaz, S., Hussain, A. (2005); Using Agents for Unification of Information Extraction and Data Mining, Proceedings of the International Conference on Information and Communication Technologies, 197-200, Karachi, Pakistan.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000109&pid=S0123-7799201200010000600007&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Jennings, N., Sycara, K., Wooldridge, M. (1998); A Roadmap of Agent Research and Development, Journal of Autonomous Agents and Multi-Agent Systems, 1(1), 7-38.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000111&pid=S0123-7799201200010000600008&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     ]]></body>
<body><![CDATA[<!-- ref --><p>Rousset, M. C., Reynaud, C. (2004); Knowledge representation for information integration, Information Systems, 29(1), 3-22.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000113&pid=S0123-7799201200010000600009&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Simitsis, A., Vassiliadis, P., Sellis, T. (2005); Optimizing ETL Processes in Data Warehouses, Proceedings of the 21st International Conference on Data Engineering, 564-575, Tokyo, Japan.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000115&pid=S0123-7799201200010000600010&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Squire, C. (1995); Data Extraction and Transformation for the Data Warehouse, Proceedings of the ACM SIGMOD international conference on Management of data, 446-447, New York, USA.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000117&pid=S0123-7799201200010000600011&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Vassiliadis, P., Simitsis, A., Skiadopoulos, S. (2002); Conceptual Modeling for ETL Processes, Proceedings of the 5th ACM international workshop on Data Warehousing and OLAP, 14-21, Virginia, USA.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000119&pid=S0123-7799201200010000600012&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Viana, N., Raminhos, R., Moura-Pires, J. (2005); A Real Time Data Extraction, Transformation and Loading Solution for Semi-structured Text Files, Lecture Notes in Computer Science, 3808, 383-394.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000121&pid=S0123-7799201200010000600013&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     ]]></body>
<body><![CDATA[<!-- ref --><p>Zhan, K., Zhan, C. (2003); Data preparation for data mining, Applied Artificial Intelligence, 17(5-6), 375-382.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000123&pid=S0123-7799201200010000600014&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Zhang, J., Ghen, H-G. (2010); Research on real-time ETL system model based on multi-agent, Information Technology, 2010(2), 71-73.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000125&pid=S0123-7799201200010000600015&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>     <!-- ref --><p>Zhou, G., Hull, R., King, R. (1996); Generating Data Integration Mediators that Use Materialization, Journal of Intelligent Information Systems, 6(2-3), 199-221.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=000127&pid=S0123-7799201200010000600016&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></p>  </font>      ]]></body><back>
<ref-list>
<ref id="B1">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Boussaid]]></surname>
<given-names><![CDATA[O.]]></given-names>
</name>
<name>
<surname><![CDATA[Bentayeb]]></surname>
<given-names><![CDATA[F.]]></given-names>
</name>
<name>
<surname><![CDATA[Duffoux]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
<name>
<surname><![CDATA[Clerc]]></surname>
<given-names><![CDATA[F.]]></given-names>
</name>
</person-group>
<source><![CDATA[Complex Data Integration Based on a Multi-agent System]]></source>
<year>2003</year>
<page-range>201-212</page-range><publisher-loc><![CDATA[Berlin ]]></publisher-loc>
<publisher-name><![CDATA[Springer]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B2">
<nlm-citation citation-type="confpro">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Chawathe]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
<name>
<surname><![CDATA[Garcia-Molina]]></surname>
<given-names><![CDATA[H.]]></given-names>
</name>
<name>
<surname><![CDATA[Hammer]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
<name>
<surname><![CDATA[Ireland]]></surname>
<given-names><![CDATA[K.]]></given-names>
</name>
<name>
<surname><![CDATA[Papakonstantinou]]></surname>
<given-names><![CDATA[Y.]]></given-names>
</name>
<name>
<surname><![CDATA[Ullman]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
<name>
<surname><![CDATA[Widom]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[The TSIMMIS Project: Integration of Heterogeneous Information Sources]]></article-title>
<source><![CDATA[]]></source>
<year>1994</year>
<conf-name><![CDATA[ Proceedings of IPSJ]]></conf-name>
<conf-loc>Tokio </conf-loc>
</nlm-citation>
</ref>
<ref id="B3">
<nlm-citation citation-type="confpro">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Di Fatta]]></surname>
<given-names><![CDATA[G.]]></given-names>
</name>
<name>
<surname><![CDATA[Fortino]]></surname>
<given-names><![CDATA[G.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[A Customizable Multi-Agent System for Distributed Data Mining]]></article-title>
<source><![CDATA[]]></source>
<year>2007</year>
<conf-name><![CDATA[ Proceedings of the ACM symposium on applied computing]]></conf-name>
<conf-loc>Seoul </conf-loc>
</nlm-citation>
</ref>
<ref id="B4">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Ding]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
<name>
<surname><![CDATA[Guo]]></surname>
<given-names><![CDATA[C-Z.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Research of distributed ETL engine based on multi-agent and workflow]]></article-title>
<source><![CDATA[Journal of Computer Applications]]></source>
<year>2009</year>
<volume>29</volume>
<numero>1</numero>
<issue>1</issue>
<page-range>319-322</page-range></nlm-citation>
</ref>
<ref id="B5">
<nlm-citation citation-type="confpro">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Franklin]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
<name>
<surname><![CDATA[Graesser]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Is it an Agent, or just a Program?: A Taxonomy for Autonomous Agents]]></article-title>
<source><![CDATA[]]></source>
<year>1996</year>
<conf-name><![CDATA[ Third International Workshop on Agent Theories, Architectures, and Languages]]></conf-name>
<conf-loc>Budapest </conf-loc>
</nlm-citation>
</ref>
<ref id="B6">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Goasdoué]]></surname>
<given-names><![CDATA[F.]]></given-names>
</name>
<name>
<surname><![CDATA[Lattes]]></surname>
<given-names><![CDATA[V.]]></given-names>
</name>
<name>
<surname><![CDATA[Rousset]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[The use of CARIN language and algorithms for information integration: the PICSEL system]]></article-title>
<source><![CDATA[International Journal of Cooperative Information Systems]]></source>
<year>2000</year>
<volume>9</volume>
<numero>4</numero>
<issue>4</issue>
<page-range>383-401</page-range></nlm-citation>
</ref>
<ref id="B7">
<nlm-citation citation-type="confpro">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Imtiaz]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
<name>
<surname><![CDATA[Hussain]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Using Agents for Unification of Information Extraction and Data Mining]]></article-title>
<source><![CDATA[]]></source>
<year>2005</year>
<conf-name><![CDATA[ Proceedings of the International Conference on Information and Communication Technologies]]></conf-name>
<conf-loc>Karachi </conf-loc>
</nlm-citation>
</ref>
<ref id="B8">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Jennings]]></surname>
<given-names><![CDATA[N.]]></given-names>
</name>
<name>
<surname><![CDATA[Sycara]]></surname>
<given-names><![CDATA[K.]]></given-names>
</name>
<name>
<surname><![CDATA[Wooldridge]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[A Roadmap of Agent Research and Development]]></article-title>
<source><![CDATA[Journal of Autonomous Agents and Multi-Agent Systems]]></source>
<year>1998</year>
<volume>1</volume>
<numero>1</numero>
<issue>1</issue>
<page-range>7-38</page-range></nlm-citation>
</ref>
<ref id="B9">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Rousset]]></surname>
<given-names><![CDATA[M. C.]]></given-names>
</name>
<name>
<surname><![CDATA[Reynaud]]></surname>
<given-names><![CDATA[C.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Knowledge representation for information integration]]></article-title>
<source><![CDATA[Information Systems]]></source>
<year>2004</year>
<volume>29</volume>
<numero>1</numero>
<issue>1</issue>
<page-range>3-22</page-range></nlm-citation>
</ref>
<ref id="B10">
<nlm-citation citation-type="confpro">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Simitsis]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
<name>
<surname><![CDATA[Vassiliadis]]></surname>
<given-names><![CDATA[P.]]></given-names>
</name>
<name>
<surname><![CDATA[Sellis]]></surname>
<given-names><![CDATA[T.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Optimizing ETL Processes in Data Warehouses]]></article-title>
<source><![CDATA[]]></source>
<year>2005</year>
<conf-name><![CDATA[ Proceedings of the 21st International Conference on Data Engineering]]></conf-name>
<conf-loc>Tokyo </conf-loc>
</nlm-citation>
</ref>
<ref id="B11">
<nlm-citation citation-type="confpro">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Squire]]></surname>
<given-names><![CDATA[C.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Data Extraction and Transformation for the Data Warehouse]]></article-title>
<source><![CDATA[]]></source>
<year>1995</year>
<conf-name><![CDATA[ roceedings of the ACM SIGMOD international conference on Management of data]]></conf-name>
<conf-loc>New York </conf-loc>
</nlm-citation>
</ref>
<ref id="B12">
<nlm-citation citation-type="confpro">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Vassiliadis]]></surname>
<given-names><![CDATA[P.]]></given-names>
</name>
<name>
<surname><![CDATA[Simitsis]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
<name>
<surname><![CDATA[Skiadopoulos]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Conceptual Modeling for ETL Processes]]></article-title>
<source><![CDATA[]]></source>
<year>2002</year>
<conf-name><![CDATA[ Proceedings of the 5th ACM international workshop on Data Warehousing and OLAP]]></conf-name>
<conf-loc>Virginia </conf-loc>
</nlm-citation>
</ref>
<ref id="B13">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Viana]]></surname>
<given-names><![CDATA[N.]]></given-names>
</name>
<name>
<surname><![CDATA[Raminhos]]></surname>
<given-names><![CDATA[R.]]></given-names>
</name>
<name>
<surname><![CDATA[Moura-Pires]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[A Real Time Data Extraction, Transformation and Loading Solution for Semi-structured Text Files]]></article-title>
<source><![CDATA[Lecture Notes in Computer Science]]></source>
<year>2005</year>
<volume>3808</volume>
<page-range>383-394</page-range></nlm-citation>
</ref>
<ref id="B14">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Zhan]]></surname>
<given-names><![CDATA[K.]]></given-names>
</name>
<name>
<surname><![CDATA[Zhan]]></surname>
<given-names><![CDATA[C.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Data preparation for data mining]]></article-title>
<source><![CDATA[Applied Artificial Intelligence]]></source>
<year>2003</year>
<volume>17</volume>
<numero>5-6</numero>
<issue>5-6</issue>
<page-range>375-382</page-range></nlm-citation>
</ref>
<ref id="B15">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Zhang]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
<name>
<surname><![CDATA[Ghen]]></surname>
<given-names><![CDATA[H-G.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Research on real-time ETL system model based on multi-agent]]></article-title>
<source><![CDATA[Information Technology]]></source>
<year>2010</year>
<numero>2</numero>
<issue>2</issue>
<page-range>71-73</page-range></nlm-citation>
</ref>
<ref id="B16">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Zhou]]></surname>
<given-names><![CDATA[G.]]></given-names>
</name>
<name>
<surname><![CDATA[Hull]]></surname>
<given-names><![CDATA[R.]]></given-names>
</name>
<name>
<surname><![CDATA[King]]></surname>
<given-names><![CDATA[R.]]></given-names>
</name>
</person-group>
<article-title xml:lang="en"><![CDATA[Generating Data Integration Mediators that Use Materialization]]></article-title>
<source><![CDATA[Journal of Intelligent Information Systems]]></source>
<year>1996</year>
<volume>6</volume>
<numero>2-3</numero>
<issue>2-3</issue>
<page-range>199-221</page-range></nlm-citation>
</ref>
</ref-list>
</back>
</article>
