Ontological User Profile Modeling for Context-Aware Application Personalization

Un modelo de usuario es una representación digital de datos únicos que conciernen a un usuario en particular. Se requiere de una estructura capaz de almacenar dichos datos. Los atributos de la estructura pueden ser definidos manualmente o pueden ser inferidos a partir de información observable.

Las ontologías representan un vocabulario estructurado en una taxonomía jerárquica en la que se encuentran los conceptos principales. Cada nodo o parte de la estructura puede tener padres y/o hijos en una relación “es un”. Debido a las estructuras que presentan, se puede obtener información de alto nivel a partir de datos simples. Los conceptos empleados para la descripción de un usuario usado en el artículo se muestran a continuación:

Por otra parte, la siguiente figura da un ejemplo de la relación existente dentro de la estructura jerárquica.

Las relaciones existentes en la estructura jerárquica entre los objetos son las que ayudan a inferir nuevo conocimiento. Las propiedades de los objetos y los tipos de datos son mostradas en la siguiente tabla:

Aunque la preocupación principal es la creación de un modelo general que pueda ser útil en distintos tipos de aplicaciones, se debió probar en una en específico. En este caso, se empleó el Help-on-Demand’ service for MobileSage y el uso de los datos del modelo para adaptar la interfaz que se presenta en los dispositivos móviles. La arquitectura de esta implementación se muestra a continuación:

La ontología presentada se enfoca en modelar los aspectos dinámicos y estáticos de un usuario de forma que se pueda facilitar su uso en aplicaciones sensibles al entorno.

Como nota faltaría probar su aplicación en distintos entornos ya que el modelo presentado está muy dirigido a la parte de cuidados de la salud.

Skillen, K., Chen, L., & Nugent, C. (2012). Ontological user profile modeling for context-aware application personalization. UCAmI’12 Proceedings of the 6th international conference on Ubiquitous Computing and Ambient Intelligence (pp. 261–268). Retrieved from http://link.springer.com/chapter/10.1007/978-3-642-35377-2_36

TUMS: Twitter-based User Modeling Service

En general TUMS es una herramienta en base a modelado de usuario que explota mensajes individuales de Twitter para inferir y proveer perfiles de usuario. La arquitectura general es la siguiente:

El primer módulo se encarga de seguir el nombre de usuario que se haya proporcionado para guardar sus mensajes. También contiene un módulo que constantemente se encuentra siguiendo medios tradicionales de noticias para registrar eventos. Dados los datos recolectados, se busca inferir los intereses del usuario y adherirlo a un par de vocabularios (Friend Of A Friend FOAF y Weighted Interest Vocabulary). Con esto se muestra cuánto interés tiene un usuario por una lista de temas. La siguiente figura muestra un ejemplo:

Para inferir los intereses se llevan a cabo los siguientes cuatro pasos:

1. Se notifica al crawler que debe empezar a obtener información.
2. Se enriquece la semántica de los mensajes del usuario al categorizar su tema, extrayendo hashtags y entidades.
3. Si es posible, enlaza al mensaje con artículos de noticias relacionados y lo enriquece con la semántica extraída de ellos.
4. Aplica diversas estrategias de modelado de usuario para general el perfil.

La siguiente tabla muestra los parámetros usados para las diferentes estrategias para la creación del modelo de usuario:

Se evaluaron mensajes de 1619 usuarios y se seleccionaron 50 entidades y 50 temas inferidos por el sistema para medir la precisión del sistema en cuanto a identificación y detección. Los resultados se muestran a continuación:

Como posibles aplicaciones de la herramienta se mencionan:

• Recomendación de contenido
• Explicación de las recomendaciones
• Soporte para autores (como ejemplo se mencionan servicios como Zemanta)
• Conciencia sobre privacidad

En conclusión, se mostraron varias estrategias para generar un modelado de usuario que tiene varias aplicaciones. Como observación, se podría explotar el hecho de las sub-redes de usuarios dentro de Twitter (perfiles asociados, redes de amistades) para mejorar el modelado de usuario y enriquecimiento con perfiles similares. Como nota, la herramienta se puede encontrar en: http://wis.ewi.tudelft.nl/tums/

Tao, K., Abel, F., Gao, Q., & Houben, G. (2012). TUMS: twitter-based user modeling service. UWeb 2011 International Workshop at The Semantic Web: ESWC 2011, 1–15. Retrieved from http://www.springerlink.com/index/U2501U25R6518064.pdf

TwikiMe! User profiles that make sense.

Esta herramienta se encarga de obtener perfiles generados semánticamente en lugar del uso de conjuntos de palabras para apegarse más a los gustos de los usuarios. Todo se expresa en un vector reducido que representa los intereses de los usuarios.

Se emplea a Wikipedia como base de conocimientos semántica ya que contiene más de 3.5 millones de artículos existentes que son categorizados manualmente por humanos. Wikipedia contiene 23 categorías generales de las que se desprenden las demás y es a partir de éstas que se genera el vector.

La creación de los perfiles se muestra en la siguiente figura:

La primera fase se encarga de extraer las entidades de los mensajes del usuario. Se toman en cuenta todas aquellas entidades que se puedan ligar a artículos de Wikipedia. Se hace uso de una herramienta llamada WikipediaMiner.

En la segunda etapa se extraen las categorías de las entidades que fueron encontradas en la primera fase. Se sigue todo la jerarquía de las categorías hasta llegar a alguna de las 23 principales, en algunos casos se puede llegar a más de una categoría.

A cada entidad se le asigna un valor por cada una de las 23 categorías principales y esto se agrega en la etapa final.

Para llevar a cabo un análisis complementario, decidieron comparar la variación en las categorías de los perfiles respecto al tiempo. También se analiza la similitud entre el usuario y sus seguidores, amigos y los seguidores de los amigos. La siguiente tabla muestra los resultados:

La herramienta se encuentra en línea en la siguiente liga: http://twikime.l3s.uni-hannover.de/twikime.php

Como muestra se da una comparación del perfil de Barack Obama y del Dalai Lama:

En conclusión este modelado de usuario involucra de manera muy general los temas sobre los que habla un usuario, sin embargo podría también indicar la polaridad (positiva o negativa) de los mensajes. El uso de una parte semántica se muestra como buena forma de obtener información que puede ayudar a completar la información que se tiene.

Siehndel, P., & Kawase, R. (2012). TwikiMe! User profiles that make sense. 11th International Semantic Web Conference (ISWC2012).