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