Hoas

469 views
419 views

Published on

TESIS

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
469
On SlideShare
0
From Embeds
0
Number of Embeds
7
Actions
Shares
0
Downloads
4
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Hoas

  1. 1. Modelo de interacción para smartphonesutilizando PLN y realidad aumentadapara la explotación de información deontologías multidimensionales deorganizaciones Hugo Omar Alejandres Sánchez 04 de noviembre de 2011
  2. 2. Agenda Contexto  Tipos de organizaciones  Ontología multidimensional  Sistemas de recomendación organizacionales Objetivos  Esquema de explicación textual de recomendaciones Para smartphones! Referencias
  3. 3. Tipos de organizaciones
  4. 4. Ontología multidimensional Define de manera genérica una organización 19 “dimensiones”  Actividades  Competencias  Publicidad  Comercio  Actividades económicas  Educación  Infraestructura  Objetos de conocimiento  …
  5. 5. Ontología multidimensional Competencias  Infraestructura  SEEMP  OntoNav  O*Net  COBRA-ON  Lair Ocupaciones  Eures  Publicidad  ISCO  Easa  O*Net  Asa Tiempo y Dispositivos  MiO!
  6. 6. Ontología multidimensional
  7. 7. Sistemas de recomendaciónorganizacionales Documentos  Aspectos a considerar  Privacidad Personas expertas  Grado de confianza Recursos  Explicación  Infraestructura  Eventos  Colaboraciones  ….
  8. 8. Objetivos Verificar que la red de ontologías se adecue a la realidad nacional  Adecuar a estándares nacionales  CONOCER Realizar recomendaciones a usuarios internos y externos Conjuntos de reglas adaptativos en base al histórico de uso Esquema de explicación textual de recomendaciones Analizar el impacto de las recomendaciones mediante RA
  9. 9. Esquema de explicación textual derecomendaciones Explicación de recomendaciones  Manejo de errores  Dar al usuario sensación de validez Amplio uso en sistemas expertos  Razonamiento basado en reglas  LISP
  10. 10. Esquema de explicación textual derecomendaciones Beneficios de la explicación [Herlocker, 2000]  Justificación  Usuario entiende el razonamiento tras la recomendación  Puede decidir que tan confiable es  Interacción con el usuario  Incorpora el conocimiento del usuario  Habilidades de inferencia propias para completar el proceso de decisión
  11. 11. Esquema de explicación textual derecomendaciones Beneficios de la explicación [Herlocker, 2000]  Conocimiento del sistema  El usuario entiende las limitaciones y ventajas del sistema  Aceptación  Gran aceptación de los sistemas como ayuda en la toma de decisiones
  12. 12. Esquema de explicación textual derecomendaciones Filtrado colaborativo y basado en contenido  [Herlocker, 2000]
  13. 13. Esquema de explicación textual derecomendaciones Filtrado colaborativo y basado en contenido  [Billsus, 1999]  Plantillas de explicación  Explanation Template 1: "This story received a [high | low] relevance score, because you told me earlier that you were [not] interested in [closest_headline]“  Explanation Template 2: "I think you already know about this, because I told you earlier that [closest_headline]".  Explanation Template 3: "This story received a [high | low]  relevance score, because it contains the words f1, f2 and f3."
  14. 14. Esquema de explicación textual derecomendaciones Filtrado colaborativo y basado en contenido  [Wang, 2009]
  15. 15. Esquema de explicación textual derecomendaciones Filtrado colaborativo y basado en contenido  [McSherry, 2005]
  16. 16. Para smartphones! Unidad académica 3 Unidad Computación académica 1 Electrónica Estudiante de Doctorado Estudiante de Maestría
  17. 17. Referencias Billsus, D. and M. Pazzani. A Personal News Agent That Talks, Learns and Explains. In Proceedings of the Third Annual Conference on Autonomous Agents, 1999. Herlocker, J. L., J. A. Konstan, and J. Riedl. Explaining collaborative filtering recommendations. In Proceedings of the ACM Conference on Computer Supported Cooperative Work, 2000.

×