Autor:
Cánovas Izquierdo, Javier Luis

Cargando...
Foto de perfil

E-mails conocidos

jcanovasi@uoc.edu

Fecha de nacimiento

Proyectos de investigación

Unidades organizativas

Puesto de trabajo

Apellidos

Cánovas Izquierdo

Nombre de pila

Javier Luis

Nombre

Nombres alternativos

Canovas Izquierdo, Javier Luis

Afiliaciones conocidas

IN3 - UOC, Spain

Páginas web conocidas

Página completa del ítem
Notificar un error en este autor

Resultados de la búsqueda

Mostrando 1 - 2 de 2
  • Artículo
    Towards a Framework Driven by Use Cases in Data-heterogeneous Environments
    Molina, Ginés; Caralt, Oriol; Martínez, Jose A.; Cánovas Izquierdo, Javier Luis. Actas de las XXVII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2023), 2023-09-12.
    Most organizations base their strategic decisions on the analysis of business performance data. With the emergence of artificial intelligence, this analysis also includes the application of machine learning techniques, among others, which help to discover and predict patterns in data. Although there are a number of tools to perform data analysis, they require a considerable effort to be adapted to each company's use case. Companies need to consider the cost associated with the infrastructure or the commitment to profiles responsible for building and maintaining these tools. Furthermore, the return on investment is hampered by the lack of skills, leadership or policies for using these tools. This paper proposes a framework to address this situation by facilitating the process to consume and analyze data over time. Our proposal emphasizes the definition of data use cases, which drive the data enablement, consumption, discovery and storage phases. The proposed framework is being developed and put into practice through an industrial PhD within some companies evolving to be data-driven, thus allowing real-world validation.
  • Artículo
    Una propuesta para componer APIs orientadas a datos
    Ed-Douibi, Hamza; Cánovas Izquierdo, Javier Luis; Cabot, Jordi. Actas de las XXIII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2018), 2018-09-17.
    En los últimos años un gran número de compañías y entidades públicas han liberado sus datos vía APIs REST. Esto ha provocado un incremento en el número de APIs REST, motivando la creación de mashups para combinar y reutilizar datos provenientes de diferentes fuentes. Sin embargo, la creación de este tipo de aplicaciones es tediosa y propensa a errores ya que hay que invertir un gran esfuerzo en analizar y explicitar el modelo de datos de cada API, definir una estrategia de composición y, finalmente, implementar la aplicación de tipo mashup. En este artículo presentamos una propuesta para la composición de APIs REST orientadas a datos. Dado un conjunto de APIs REST iniciales, nuestra propuesta es capaz de descubrir su modelo de datos, crear un modelo de datos global y publicarlo como una API REST.