Download - Context-Aware Recommender System

Proyectos del Grupo CARSContext-Aware Recommender System

Dr. Gabriel González SernaGrupo CARS Sistemas Distribuidos

[email protected]

@gabogs10

Agenda

Actividad Duración HorarioCENIDET 2 11:00 – 11:02Grupo CARS 3 11:02 – 11:05Líneas de Investigación 5 11:05 – 11:10Cómputo Consciente del Contexto 15 11:10 – 11:25Cognición Aumentada 15 11:25 – 11:40Evaluación Centrada en el Usuario 15 11:40– 11:55Conclusiones 5 11:55 – 11:00

CENIDETCEntroNacional deInvestigaciónDEsarrolloTecnológico

El CENIDET ofrece Maestrías y Doctorados para profesionistas interesados en prepararse para la investigación aplicada y el desarrollo tecnológico. En estos programas el estudiante adquiere conocimientos y competencias para integrarse a: Industria de base tecnológica Instituciones de investigación o desarrollo tecnológico y

Escuelas para la formación de ingenieros

cenidetOferta Académica

En cenidet se ofrecen tres programas de posgrado (todos los programas con beca CONACyT): Maestría y doctorado en ingeniería electrónica

Electrónica de potencia Control automático

Maestría y doctorado en ingeniería mecánica Sistemas térmicos Diseño mecánico

Maestría y doctorado en ciencias de la computación

Sistemas Distribuidos (grupo CARS) Ingeniería de software Inteligencia Artificial

Agenda


Líneas de InvestigaciónGrupo CARS

Tecnologías de la Web Semántica1. Procesamiento de lenguaje natural

(PLN)2. Sistemas Basados en Conocimiento3. Modelado Semántico

Tecnologías Context-Awarness1. Cómputo conscientes del contexto

(CAC)2. Interacción Humano-Computadora

(HCI)3. Evaluación Centrada en el Usuario

(UCE)i. Evaluación heurísticaii. Experiencia del usuario (UX)iii. Cognición aumentada

Agenda


CARSContext

Aware

Recommender

System

En un ambiente de cómputo consciente del contexto la computadora es capaz de identificar el entorno del usuario para

ofrecerle servicios de apoyo en la realización de sus actividades.

Contexto

Material

Simbólico

Sistemas conscient

es del Contexto

Localización y

alrededores

Clima

Tagging contextRFID, NDF,

QRCodes

Contexto social

Preferencias

(profile)

Localización y

situación

Dispositivos

portátiles

¿Qué es un sistema consciente

del context

o?

¿Porqué utilizar estas tecnologías de HCI?

¿Qué tecnologías se utilizan?

Modelos semánticos (OWL-SWRL) Técnicas de autoidentificación

Autoidentificación del usuarios con RFID Autoidentificación del usuarios con NFC Autoidentificación del usuarios con WiFi Autoidentificación del usuarios con Bluetooth Identificación del usuarios con QRCode

Dispositivos multisensoriales Realidad aumentada HCI

Redes de Área Corporal (CAN) Interfaces de Usuario Naturales (NUI) Interfaces de Usuario Orgánicas (OUI)

¿Qué se está desarrollando actualmente?

Servicios Basados en Localización (LBS)a) ILS (Indoor Location Systems)

Ubicación de personas Ubicación de objetos y vehículos Análisis de movilidad

b) OLS (Outdoor Location Systems) Localización de personas (APL) Localización de objetos y vehículos (AVL) Análisis de movilidad

LBSLocation

Based

Services

¿Cómo funciona?

Mapas contextuales Interactivos

Ontología de infraestructura de la organización.

Información semántica organizacional

Módulo de generación de los elementos del mapa.

Editor de mapas

Algoritmo para la determinación del grafo de rutas transitables

Elementos desordenados

Mapa con grafo de rutas transitables

¿Cómo funciona?

Mapas contextuales Interactivos

TaggingContext

¿Qué tecnologías se

utilizan?

RARealidadAumentada

Trusted Tagging Ubicación contextual

Trusted Tagging

1

Trus

ted

Tagg

ing

Fuente Verificadora Confiable

Local/Remota

Información de Instalaciones

Lugar:• Aula 2, Edificio 1, Planta baja

Responsable:• Jefe de departamento

Recursos:• Cañón proyector• Pantalla para proyección• Pintarrón• Smartboard• Proyector acetatos • WiFi• 4 Conexiones ethernet

Capacidad:• 25 butacas

Funciones:• Clases• Asesorías• Reuniones• Conferencias


utilizan?

RARealidadAumentada


utilizan?

TaggingContext


utilizan?

tagging context + RA

Agenda



utilizan?

Cognición Aumentada

Cognición aumentada (AugCog) es un campo de investigación en la frontera entre la Interacción Humano-Computadora, la psicología, la ergonomía y la neurociencia, que tiene como objetivo la creación de nuevas modelos de Interacciones Humano-Computadora.

¿Qué estamos desarrollando?


Identificación de estados cognitivos. Evaluación de estados cognitivos en el desarrollo

de actividades Concentración Estados no aptos para realizar la actividad

Evaluación de estados cognitivos aplicados Evaluación Centrada en el Usuario (UCE) Experiencia del Usuario (UX)

Identificación de estados de ánimo Emociones, satisfacción, disgusto, alegría, enojo

Proceso de comunicación Generador automático de oraciones mediante EEG y

EMG

Contexto introspectivo



• Identificación de emociones• Generador de oraciones (PLN)• Interacción Humano-

Computadora• Control de Dispositivos


utilizan?


Orientación

EEG

EMG

ADQUISICIÓN DE SEÑALES

Señales en bruto

001010100101010101

Señales digitalizadas

PROCESAMIENTO DE SEÑALES

Extracción de características

Algoritmo de traducción

PROCESAMIENTO DE COMANDOS

Funciones predefinidas

SINTETIZACIÓN DE VOZ


utilizan?


Dominio Futbol

ID Frase

1 ¡Gooooool!

2 Buen juego

3 ¡Eso es falta!

. …..

. ….

. ….

n Buena jugada

Pensamientos

EmocionesGestos

ID Frase

1 ¡Gooooool!

2 Buen juego

3 ¡Eso es falta!

. …..

. ….

. ….

n Buena jugada

Falta! =


utilizan?

HCI-OUIOrganicUserInterface


Caracterización de estados mentales

¿Cuál es el reto tecnológico?

Señales continuas Señales discretas


Caracterización de estados mentales

Relajación

Agenda


Los sistemas de recomendación funcionan como cajas negras para el usuario, no proporcionan transparencia en el funcionamiento de sus recomendaciones (Herlocker,2000).

¿Qué son las explicaciones en los un SR?

Información acerca de la salida del sistema.

RecomendaciónRecomendad

or

Componente de

explicación

Nombre

Genero

Edad …

Explicación

Conocimiento de

entradausuario

Requerimiento

Técnicas de

explicación

USER EXPERIENCE

Transparencia

Escrutabilidad

Eficiencia

Persuasión

Confianza

Satisfacción

Eficacia

Investigaciones recientes sobre técnicas de explicación en los SR, muestran que las explicaciones aportan diferentes beneficios y objetivos a un SR.

Técnicas de

explicación

Técnicas de

explicación

CE-PFC-PE-01Plantilla: [grado_Academico]/ [Título] [nombre_usuario] se (le/te) ha recomendado [este/esta] [tipo_item], [marcador_linguistico] usuarios similares a [usted/ti], le han asignado una calificación alta.

Características definidas para el usuario basado en FC:

Las que contienen alguna instancia que es de interés para el usuario:

[grado_academico]: Licenciatura en Ciencias de la computación: Lic.

[nombre]: Antonio Martínez. [tipo_item]: Persona [tipo_usuario]: Profesor [dominio_conocimiento]: Ingeniería de

Software, Trabajo cooperativo soportado en computadoras

[ocupación]: Profesor de Tecnológico.

Explicación:

Lic. Antonio se le ha recomendado este profesor investigador porque usuarios similares a usted, le han asignado una calificación alta.

ObservacionesLa plantilla con el estilo basado en filtrado colaborativo puede aplicarse fácilmente al tipo de ítem persona, ya que las comunidades de usuarios similares al usuario activo “L.C.C Hugo Martínez” se componen mediante las características similares en el perfil del usuario.Ya que la explicación no expresa alguna de dichas características resulta sencillo rellenar la plantilla solamente con los datos personales del usuario. Sin embargo podría incorporar se información al respecto, cuidando el uso adecuado de marcadores y conectores lingüísticos tal como:

“Lic. Antonio se le ha recomendado este profesor investigador porque usuarios similares a usted en Ingeniería de Software y Trabajo cooperativo soportado en computadoras le han asignado una calificación alta”.

Técnicas de

explicación

Mapas Mentales Mapas Conceptuales

Técnicas de

explicación

Comprensión Esfuerzo Confianza

Porcentaje Texto 84.71 78.50 85.25

Porcentaje Mapa Mental 82.00 73.43 80.42

Porcentaje Mapa Conceptual 76.1 71.6 75.5


utilizan?


Evaluación Centrada en el Usuario (UCE)

ECU

Agenda


Concl

usi

on

es

Los sistemas conscientes del contexto formarán parte

de los servicios de soporte para la toma de decisiones.

La incorporación de servicios de apoyo y guía marcan la tendencia en TICs.

La tecnología semántica es uno de los principales componentes de las TI y está demandando ingenieros preparados.

El mercado de TICs está demandando profesionistas con competencias para diseñar e implementar sistemas de información que incorporen tecnologías móviles y web semántica.

La realidad aumentada no es el futuro en las TIC es una REALIDAD y una NECESIDAD actual.

De acuerdo a la vigilancia tecnológica las áreas de oportunidad para los próximos 10 años son:

LBS Realidad aumentada UCE/UX Web 4.0 (

Gracias por su atención

Información de contacto:Dr. Gabriel González SernaE-mail: [email protected]. ofic.: 3627770 ext. 311Twitter: gabogs10Home page: http://www.cenidet.edu.mx/subaca/web-dcc/Staff/sds/serna.htmlMis presentaciones: http://www.slideshare.net/GabrielSerna

Download - Context-Aware Recommender System

Top Related