Titulo Estágio
Sistema de recomendação seletiva de informação baseado no utilizador
Área Tecnológica
Inteligência Artificial
Local do Estágio
DEI-FCTUC
Enquadramento
Hoje em dia estamos a experienciar um enorme crescimento da informação disponível, causada pelo avanço das tecnologias, e que os humanos não conseguem lidar sozinhos. Deste modo, há a necessidade de criar mecanismos que sejam capazes de selecionar a informação mais relevante, para cada utilizador, de uma forma seletiva.
Sendo a atenção seletiva [1,2] a capacidade exibida pelos humanos de selecionar partes relevantes da informação do ambiente, este mecanismo é essencial nos dias de hoje, pois o ambiente em que vivemos é algo demasiado vasto, impossibilitando a sua compreensão na totalidade.
A definição de atenção seletiva aplica-se à nossa vida quotidiana, um exemplo mais específico é o cenário urbano. Neste cenário, o crescimento de sistemas de informação ubíquos (telemóveis, PDAs e assistentes de navegação pessoais) podem levar a problemas de sobrecarga de informação nos humanos. Isto acontece porque, como referido anteriormente, há cada vez mais abundância de informação que estes dispositivos obtêm através de comunidades online (e.g., redes sociais, sistemas de transportes, sistemas de meteorologia) onde são partilhados links, notícias, eventos, comentários, etc.
No entanto, estas fontes têm-se tornado cada vez mais relevantes, daí advir a necessidade de criar mecanismos computacionais capazes de tirar proveito do conhecimento (e.g., semântico [3] e geográfico [4]) partilhado pelos seus utilizadores. Um exemplo é o Twitter[5], uma ferramenta de microblogging que tem vindo a crescer cada vez mais desde que foi lançado em Outubro de 2006.
Este tipo de comunidades também produzem muito "ruído" e falso conhecimento que necessita de ser não só filtrado, como entregue, de forma seletiva, ao utilizador tendo em conta o contexto em que o mesmo se encontra. Embora os humanos já tenham um mecanismo de atenção seletiva natural, este não evita que sejamos interrompidos aquando surgem novas informações, e.g., através de dispositivos móveis. Esta situação é crítica, visto que este tipo de interrupções são perigosas em determinadas situações, como por exemplo quando se está a conduzir e se é interrompido continuamente por esses aparelhos - e muitas das vezes com informação irrelevante para a tarefa que se está a executar no momento. Uma possível solução passa por dotar esses dispositivos de mecanismos de atenção seletiva artificial que selecionem e entreguem, ao utilizador humano, somente informação relevante [6] e no momento adequado.
Contudo, levanta-se a seguinte questão: Como criar mecanismos capazes de selecionar a informação relevante e entregar a mesma de uma forma automática, tendo em conta o contexto em que o utilizador se encontra?
- A abordagem que se sugere passa por analisar e filtrar a informação, e posteriormente entregar de uma forma seletiva essa mesma informação ao utilizador (com base nas suas preferências e no contexto em que se encontra), permitindo deste modo libertá-lo de interrupções desnecessárias, assim como de informação que não lhe é relevante.
Objetivo
Existem três objetivos principais nesta dissertação:
1) Desenvolver algoritmos para:
1. extrair informação de uma forma automática de redes sociais (e.g.: Twitter, Facebook, blogs, etc;
2. representar o conhecimento extraído numa forma bem definida, de modo a que essa informação possa ser facilmente acessível pelo utilizador final;
2) Treinar o sistema para as necessidades individuais dos utilizadores.
3) Apresentar ao utilizador somente a informação relevante, com base nas suas preferências (sentimento, motivação, localização, etc.).
O trabalho desenvolvido terá a possibilidade de ser integrado e testado num projeto real, de modo a avaliar o sistema.
Plano de Trabalhos - Semestre 1
Fase 1 – Revisão bibliográfica
Fase 2 – Revisão das ferramentas existentes
Fase 3 – Análise e especificações
Fase 4 – Elaboração da proposta de dissertação
Plano de Trabalhos - Semestre 2
Fase 5 – Desenvolvimento de um protótipo
Fase 6 – Testes e experimentação
Fase 7 – Escrita do relatório final
Condições
O local de trabalho será o laboratório de investigação do grupo CMS do CISUC, sala C.6.1, com recurso a meios computacionais adequados.
Observações
Boas competências em programação, nomeadamente Java e Android.
Será valorizado o aluno que tenha realizado com sucesso a(s) seguinte(s) cadeira(s):
Inteligência Artificial;
Web Semântica;
Sistemas Ubíquos;
Gestão de Projeto de Software
Referências
[1] D. Kahneman. (1973). “Attention and effort”. Englewood Cliffs, NJ: Prentice-Hall.
[2] R. D. Wright and L. M. Ward. (2008). “Orienting of Attention”. Oxford, UK: Oxford University Press.
[3] H.P. Costa, H. Gonçalo Oliveira, P. Gomes (2010). “Automatic Extraction and Validation of Lexical Ontologies from text”. MSc Thesis. CMS, CISUC, FCTUC.
[4] J. Oliveirinha (2010). “Semantics in Place and Time”. MSc Thesis. CMS, CISUC, FCTUC.
[5] Ana-Maria Popescu, Marco P., and Deepa P. (2011). “Extracting events and event descriptions from Twitter”. In Proc. 20th international conference companion on World Wide Web (WWW '11). ACM, New York, NY, USA, pag. 105-106.
[6] L. Macedo (2010) "A surprise-based Selective Attention Agent for Travel Information" in Proc. AW13 @ 9th International Conference on Autonomous Agents and Multiagent Systems, pp. 111-120.
Orientador
Luis Macedo (co-orientador Hernani Costa)
macedo@dei.uc.pt 📩