R EPUTAÇÃO E R ECOMENDAÇÃO COMO S ERVIÇOS PARA T RANSPORTES P ÚBLICOS Nuno Miguel Garrido Rebocho N.º (Licenciado em Engenharia Informática) Orientador: Professor Doutor João Ferreira Coorientador: Professor Doutor Porfírio Filipe
2 A GENDA Introdução Motivação \ Problema Objetivos Mecanismos de Reputação Baseados em Atividade Baseados em Qualidade Cálculo Final Mecanismos de Recomendação Técnica de Filtragem Colaborativa (Used-Based) Implementação Arquitetura Modelo Físico Interfaces dos Serviços Cenários dos Serviços (Demonstração) Conclusão
I NTRODUÇÃO Sistemas Colaborativos (Redes Sociais) Fonte de informação pelo seu caráter colaborativo Informação Fidedigna / Confiança / Seleção Contexto do projeto START Rede Social de Transportes Públicos (Integra) 3
M OTIVAÇÃO \ P ROBLEMA Colaboração Incentivo Informação Não Controlada Confiança Volume de Informação Seleção Personalizada 4
O BJETIVOS Disponibilizar dois serviços que auxiliem a controlar e selecionar a informação existente nas redes sociais: Serviço de Reputação: Incentivar e medir a qualidade da participação dos utilizadores nas redes sociais; Serviço de Recomendação: Encaminhar a informação ‘desejada’ para os utilizadores; 5
M ECANISMOS DE R EPUTAÇÃO 6 Incentivam a participação Quanto maior a interação maior será a reputação Auxiliam a identificar o comportamento dos participantes Mau comportamento, diminui reputação Bom comportamento, aumenta reputação Definem privilégios de utilização Com o aumento da reputação mais tarefas podem ser executadas
M ECANISMOS DE R EPUTAÇÃO 7 Baseados em Atividade: Ação Ponto s Ação Efetuar uma questão -5 Inserir entidades ou relações entre entidades Responder a uma questão 2 Avaliar e/ou comentar entidades ou relações entre entidades Votar numa resposta 1 Classificar comentários ou avaliações Tabela de Pontos da Yahoo Answer Comparativo de Ações
M ECANISMOS DE R EPUTAÇÃO 8 Baseados em Qualidade (Algoritmo MTrust) : Cálculo Final: Reputação = Atividade * % + Qualidade * %
M ECANISMOS DE R ECOMENDAÇÃO 9 Auxiliam na seleção da informação Em grandes volumes de informação auxiliam a identificar mais facilmente o que é pretendido Recomendações Personalizadas A mesma pesquisa efetuada por autores distintos poderá retornar diferentes resultados
M ECANISMOS DE R ECOMENDAÇÃO 10 Técnica de Filtragem Colaborativa (Used-Based): a)Calcular o peso de cada utilizador em relação ao utilizador alvo (métrica de similaridade); b)Selecionar um subconjunto de utilizadores com maior similaridade (vizinhos mais próximos para considerar na predição); c)Normalizar as avaliações e calcular as predições ponderando as avaliações dos vizinhos com seus pesos.
I MPLEMENTAÇÃO 11 Arquitetura Arquitetura:
I MPLEMENTAÇÃO 12 Interfaces dos Serviços Interfaces dos Serviços:
I MPLEMENTAÇÃO 13 Modelo Físico Modelo Físico:
C ENÁRIO DOS S ERVIÇOS 14 Filme 1Filme 2Filme 3Filme 4Filme 5Filme 6 Andreia X X Claudia XX Maria XXX Nuno X Olga X X Hugo ?X ? Filme 1: A Canção de Lisboa Filme 2: O Leão da Estrela Filme 5: O Pátio das Cantigas Cenário para Recomendações:
C ONCLUSÕES 15 Rede social sem reputação é um sistema colaborativo sem confiança; Importância das recomendações como forma de cativar os participantes; Partilhada de tarefas complexas e consequente centralização de custos;
16 Obrigado Pela Vossa Atenção !!!! Nuno Miguel Garrido Rebocho, N.º Mestrado em Engenharia Informática e de Computadores (MEIC) Orientadores: Professor Doutor João Carlos Amaro Ferreira, Professor Adjunto do ISEL Professor Doutor Porfírio Pena Filipe, Professor Adjunto do ISEL Júri: Presidente: Mestre Vitor Jesus Sousa de Almeida, Professor Adjunto do ISEL Vogal: Mestre Paulo Alexandre Medeiros de Araújo, Professor Adjunto do ISEL