1 Modelando los Hábitos de Consumo Televisivo usando Tecnología Semántica Mauricio Espinoza-Mejía, Víctor Saquicela Departamento de Ciencias de la Computación Grupo de Investigación en Gestión del Conocimiento Universidad de Cuenca, Ecuador IX Congreso de Ciencia y Tecnología ESPE 2014, 28 -30 Mayo, 2014

2 2 Contenido Motivación Contribución de nuestra propuesta Qué es una ontología? Retos modelación semántica Especificación de Requerimientos Modelamiento del Perfil de Usuario Conclusiones y trabajo futuro

3 3 Motivación Migración de la TV analógica a digital Más canales en el mismo ancho de banda. Aplicaciones mezcladas con contenido audiovisual. Sobrecarga de información “exceso de información sobre un tema genera dificultades para comprenderlo” Ejemplo: Web

4 4 Motivación Meta: Sistemas de recomendación facilite la selección de contenidos provea interfaces fáciles de usar Sistemas de recomendación para TV técnicas de minería de datos basados en contenidos filtrado colaborativo técnicas de la Web semántica, etc.

5 5 Motivación Dificultades de las propuestas recomendaciones limitadas requiere información histórica recomendaciones se basan en las elecciones pasadas dependen exclusivamente de los recursos disponibles a priori

6 6 Contenido Motivación Contribución de nuestra propuesta Qué es una ontología? Retos modelación semántica Especificación de Requerimientos Modelamiento del Perfil de Usuario Conclusiones y trabajo futuro

7 7 Contribución de nuestra propuesta Uso de tecnología semántica para razonar: Programación TV Preferencias Usuarios Ontologías dominio creadas a propósito o descubiertas en línea Recursos externos redes sociales bases de datos de películas repositorios de guías de programación SPARQL endpoints

8 Contribución de nuestra propuesta 8 Víctor Saquicela, Mauricio Espinoza-Mejía, Jezreel Mejía,Boris Villazón-Terrazas, Reduciendo la Sobrecarga de Información en Usuarios de Televisión Digital, ENC 2013, Workshop on Semantic Web and Linked Open Data, México, octubre 2013

9 9 Contenido Motivación Contribución de nuestra propuesta Qué es una ontología? Retos modelación semántica Especificación de Requerimientos Modelamiento del Perfil de Usuario Conclusiones y trabajo futuro

10 Qué es una ontología? 10 commonly accepted understanding conceptual model of a domain (ontological theory) unambiguous terminology definitions machine-readability with computational semantics [Gruber93] Formal, explicit specification of a shared conceptualization [Gruber93]

11 Estructura de una Ontología Conceptos Entidad conceptual del dominio Atributos Propiedad de un concepto Relaciones Relaciones entre conceptos o propiedades Axiomas descripción coherente entre Conceptos / Propiedades / Relaciones través de expresiones lógicas 11 Person Student Professor Lecture isA – hierarchy (taxonomy) nameemail student nr. research field topic lecture nr. attends holds holds(Professor, Lecture)  Lecture.topic  Professor.researchField

12 12 Contenido Motivación Contribución de nuestra propuesta Qué es una ontología? Retos modelación semántica Especificación de Requerimientos Modelamiento del Perfil de Usuario Conclusiones y trabajo futuro

13 Retos de la Modelación Semántica: Preferencias Usuarios Tres aspectos: la identificación de los datos a ser modelados y su formato de representación, la determinación de las fuentes de información más apropiadas para la extracción de las preferencias el uso adecuado de este conocimiento para filtrar la información más relevante para el usuario. 13

14 Modelación del Perfil del Usuario Dos desafíos principales la necesidad de conocimiento predefinido del dominio correspondencias entre la descripción del contenido y la información semántica en la ontología 14 Qué peliculas ha visto? Qué observa los fines de semana? Qué edad tiene? Cuáles son su habilidades? ….. Cuáles con sus intereses? Qué edad tiene? Cuáles son su habilidades? …..

15 15 Contenido Motivación Contribución de nuestra propuesta Qué es una ontología? Retos modelación semántica Especificación de Requerimientos Modelamiento del Perfil de Usuario Conclusiones y trabajo futuro

16 Especificación de Requisitos: IS Uno de los procesos clave en el desarrollo de software es la especificación del software Entender y definir las funcionalidades de un producto de software Documento de especificación de requisitos acuerdo entre los clientes y proveedores sobre lo que el software va a hacer reducción del esfuerzo de desarrollo base para estimación de costos y cronogramas línea de base para la validación y verificación. 16

17 Especificación de Requisitos: Estado del Arte Estado del arte en ingeniería ontológica Mayoría metodologías proponen una fase de especificación de requisitos. METHONTOLOGY On-To-Knowledge Grüninger and Fox’s methodology »No proveen guías detalladas sobre qué realizar en cada paso »Qué es necesario para un buen documento de espeficicacion de requisitos Neon Methodology Filling card: definición, meta, entrada, salida, cuándo y quién Workflow: entradas, salidas, actores ORSD 17

18 Especificación de Requisitos: NeOn Methdology 18

19 Especificación de Requisitos: Secciones 1-3 del ORSD Posibles usuarios y expertos del dominio Lluvia de ideas  miembros del equipo de trabajo. 19

20 Especificación de Requisitos: Secciones 4-5 del ORSD Entrevistas con los posibles usuarios y expertos del dominio. Los casos de uso identificados para el desarrollo del sistema de recomendación. 20

21 Especificación de Requisitos: Sección 6 del ORSD futuros usuarios del sistema de recomendación y no expertos del dominio técnica de preguntas de competencia preguntas en lenguaje natural que la ontología debe ser capaz de responder 21

22 Especificación de Requisitos: Sección 7 del ORSD Pre-glosario de términos términos extraídos de las preguntas de competencia términos de las respuestas a las preguntas términos identificados como nombres de entidades (objetos) Técnicas heurísticas de extracción de terminología nombres, adjetivos y verbos conceptos, atributos, relaciones o instancias (en el caso de nombres de entidades). 22

23 Especificación de Requisitos: Sección 7 del ORSD Metodología usar los términos con la frecuencia más alta dirigir la búsqueda de recursos existentes Categorías Información del Televidente información básica del usuario información profesional características propias del usuario habilidades Tópicos de Preferencias diferentes dominios Intereses rock, videojuegos Actividades Interacción televidente Tiempo y Lugares contexto espacio-temporal 23

24 24 Contenido Motivación Contribución de nuestra propuesta Qué es una ontología? Retos modelación semántica Especificación de Requerimientos Modelamiento del Perfil de Usuario Conclusiones y trabajo futuro

25 Modelamiento del Perfil de Usuario No se puede hablar de una ontología estándar Las ontologías son específicas a la aplicación Proceso de Construcción de la Ontología Top-Down independientes del dominio (usando ontologías de alto nivel) ser reutilizables en múltiples sistemas Neon Methodology: escenario seis - reusando, fusionando y ejecutando reingeniería de recursos ontológicos Premisa: desarrolladores tienen recursos ontológicos a reusar Los recursos son fusionados para crear un nuevo modelo La fusión no es suficiente, proceso de reingenería es requerido 25

26 Modelamiento del Perfil de Usuario: Escenario Seis Búsqueda de Ontologías Comparación de las Ontologías Selección de las Ontologías Personalización e Integración de las Ontologías Seleccionadas Evaluación de la Ontología Resultante 26

27 Búsqueda de Ontologías ontologías que reunan los requisitos del ORSD Watson (http://watson.kmi.open.ac.uk/)http://watson.kmi.open.ac.uk/ Swoogle (http://swoogle.umbc.edu/)http://swoogle.umbc.edu/ Sindice (http://sindice.com/)http://sindice.com/ librerías de ontologías Protégé Ontology Library (http://protegewiki.stanford.edu/wiki/Protege Ontology Library) estándares que definan tipos de competencia e intereses de un usuario en sitios Web de alta fiabilidad. 27

28 Búsqueda de Ontologías 28

29 Comparación de las ontologías Ontologías no apropiadas a ser reutilizadas Comprobar el alcance y propósito establecido en el ORSD Los requisitos no funcionales estén cubiertos Los requisitos funcionales en forma de preguntas de competencia incluidos en ORSD son cubiertas (total o parcialmente) Heurísitica Si el desarrollador contestó No a los criterios “Alcance similar” y/o “Propósito similar” y/o “Requerimientos Funcionales cubiertos” Ontología considerada no útil 29

30 Selección de las ontologías Analizaron cuatro dimensiones Costo de Reutilización. Esfuerzo de Comprensión. Esfuerzo de Integración. Confiabilidad. cada una de las dimensiones tiene un conjunto de criterios que permiten obtener un puntaje para cada ontología candidata 30

31 Selección de las ontologías Los pesos definidos por el equipo de trabajo símbolos (+) y (-) criterio se cuenta de manera positiva o negativa 31

32 Personalización e Integración de las Ontologías Algunas actividades fueron ejecutadas en los recursos ontológicos seleccionados Podar las ontologías de acuerdo a las necesidades GUMO  personality Enriquecer la ontología a ser reusada Agregar conceptos Adaptar las ontologías seleccionadas convenciones de nombrado de términos Incluir conexiones a través de relaciones entre clases ontología sobre la información básica de la persona con la ontología que describe la localidad de residencia del usuario se usó la propiedad viveEn (liveIn). 32

33 Evaluación de la Ontología Comprobar la calidad técnica de la ontología construída. Únicamente se ha comprobado que la ontología no contenga errores de sintaxis. Trabajo en ejecución la evaluación de posibles errores de diseño, estructura y calidad semántica. localización de la ontología LabelTranslator Neon Toolkit 33

34 Retos de la Modelación Semántica: Preferencias Usuarios Tres aspectos: la identificación de los datos a ser modelados y su formato de representación, la determinación de las fuentes de información más apropiadas para la extracción de las preferencias el uso adecuado de este conocimiento para filtrar la información más relevante para el usuario. 34

35 Captura del Perfil la determinación de las fuentes de información más apropiadas para la extracción de las preferencias implícitos seguimiento del comportamiento del usuario -interacción con el televisor captura de las anotaciones efectuadas en redes sociales explícitos aplicación Web 35

36 Uso del Perfil el uso adecuado de este conocimiento para filtrar la información más relevante para el usuario. Base de Conocimiento Mauricio; gusta; Adam Sandler Mauricio; ha_visto; ‘Una esposa de mentira‘ ‘Una esposa de mentira‘; dirigida_por; Dennis Dugan Recomendador Mauricio se_recomienda_ver “Jack y Jill” dirigida_por Dennis Dugan y protagonizada_por Adam Sandler. Resultado presentado al usuario mediante una aplicación interactiva que haga uso del canal de retorno 36

37 Conclusiones y Trabajos Futuros Tecnologías Web Semántica pueden ser usados en el contexto de TV. Ontologías son útiles para compartir y reutilizar conocimiento. Disminuir el arranque en frío del sistema de recomendación mediante inferencia Enriquecer la experiencia del usuario ofreciendo información adicional del tema tratado Localizar Ontología  Labeltranslator  NeOnToolkit Medir la usabilidad y la calidad de la modelación Usar la Web social como fuente de información para capturar el perfil de un usuario 37

38 Gracias por su atención Mauricio Espinoza Mejía [email protected] Universidad de Cuenca Cuenca, Ecuador 38