Post on 06-Dec-2014
description
Información Adaptativa,Ingeniería del Conocimiento e Inteligencia Colectiva
Sistemas de Información Avanzados (Comercio electrónico)Máster de estudios avanzados en dirección de empresas
Joaquín Borrego DíazGrupo Lógica, Computación e Ingeniería del Conocimiento PAIDI TIC-137
Departamento de Ciencias de la Computación e Inteligencia Artificialjborrego@us.es, Twitter:jborrego
Contenidos: Bloque II:
Inteligencia Colectiva y Sistemas de Información
• Técnicas y aplicaciones:
• Gamification
• CrowdS(F)ourcing: campo potencial de aplicación
• Modelos CrowdS(F)ourcing
• Social Media como canal I/O del sistema de información
• Semántica para marketing:
• geodemografía
• Análisis de sentimientos
• Social Content Curation
¿Qué van a mostrar estos ejemplos?
• Cómo intervienen los siguientes elementos de procedencia/naturaleza (o alimentados por lo) social en los sistemas información:
• Redes sociales e inteligencia colectiva
• Sistemas complejos: análisis Social media y el sistema de información de la empresa
• Información adaptativa como producto de inteligencia colectiva
¿La tecnología nos hace antisociales?
Es más, podemos usarla para potenciar y encontrar soluciones
NO, nunca ha sustituido completamente las relaciones sociales
Gamification
GameTheory
Gamification
Nos centraremos en “gamification” de tipo transformacional
La gamificación que no usa modelos abstractos (alejados del objetivo real) no la trataremos aquí (No necesita Inteligencia Artificial)
La “gamificación” permite mejorar
los procesos de la empresa
Uso de filosofía y tecnología de juegos para aprovechar el crowdsourcing en la resolución de problemas
http://www.tendencias21.net/Un-videojuego-en-red-parecido-al-Tetris-resuelve-acertijos-del-genoma-humano_a26180.html
http://semanticweb.com/urbanopoly-gamers-way-to-smarten-up-cities/
Geo-linked Data
Urban information Updating
Proceso: Pasos
http://www.gamasutra.com/blogs/VictorManrique/20130618/194563/Gamification_Design_Framework_The_SMA_Model.php
En nuestro caso, el diseño del modelo es
transversal:Definido el universo, se concretan los elementos
Reglas de orohttp://www.gartner.com/newsroom/id/1629214
• Accelerated feedback cycles. In the real world, feedback loops are slow (e.g., annual performance appraisals) with long periods between milestones. Gamification increases the velocity of feedback loops to maintain engagement.
• Clear goals and rules of play. In the real world, where goals are fuzzy and rules selectively applied, gamification provides clear goals and well-defined rules of play to ensure players feel empowered to achieve goals.
• A compelling narrative. While real-world activities are rarely compelling, gamification builds a narrative that engages players to participate and achieve the goals of the activity.
• Tasks that are challenging but achievable. While there is no shortage of challenges in the real world, they tend to be large and long-term. Gamification provides many short-term, achievable goals to maintain engagement.
Para cada tipo de juegos interesa animar a un tipo de jugador
• La clasificación de Bartle
http://en.wikipedia.org/wiki/Bartle_Test
Sugerencias
Más ejemplos en:http://www.yukaichou.com/gamification-examples/top-10-gamification-examples-human-race/
Crowdfounding
CrowdSourcing
Ecosistema del crowdsourcing
Modelos de negocio basados en el crowdsourcing/
crowdfunding
Ejemplos importantes
Mediadores entre el crowdsourcing y
las empresas
Plataforma de
Crowdfunding
Crowdsourcing/Funding abierto
Ejemplo de Kickstarter
El éxito llevó a los autores a dejar sus trabajos y centrarse en el desarrollo del producto a través de
la constitución de una empresa, Studio Neat,
¿Factores?
•Reputación, credibilidad y/o confianza
• Inteligencia colectiva
• ¿Larga cola?
• Ecosistema sostenible
• Fuerte enraizamiento en las redes sociales
Algo de Web Semántica para marketing
Un problema:la empresa debe ser social
Social media
La solución clásica: Community Manager
http://www.shorpy.com/files/images/SHORPY_35355u.preview.jpg
¿Qué negocio es éste?• Lo mejor es ver cómo son los productos que ofrecen:
http://vilmanunez.com/2013/06/24/como-preparar-una-propuesta-de-redes-sociales-incluye-plantillas/
El presupuesto (los números no cuentan)...
http://vilmanunez.com/2013/06/24/como-preparar-una-propuesta-de-redes-sociales-incluye-plantillas/
Flujos en Social Media
Blogging corporativo
Compañía
Análisis
¿Extracción de conocimiento?
Casos de éxito/oportunidades:
• Diseño de aplicaciones semánticas para enriquecer la experiencia de usuario en la Web 2.0
• Twitter Semántico
• Navegación conceptual
• Trust-based Computing
• Detección de tendencias extraídas de redes sociales
• Opinion analysis
• Análisis inteligente de twitts para
• predecir y estimar epidemias de gripe. consiguieron aproximar la evolución de la gripe mejor y antes que el tradicional método de recolectar la información de los hospitales.
• para predecir el éxito de una película. HP labs: monitorizando twitter pueden predecir si el éxito de un film
¿Bots para ayudar a la vida de la empresa en Social
Media?
Bots para Social Media• Bot para Twits programados
• Agentes artificiales que “mantienen” la presencia en la red
• Reactivos
• Inteligentes: Dear Assistant
• Relativamente fáciles de crear
• SocialBots para propaganda, publicidad, atención a tu empresa...
• Bots para promover el tabaco...
• Investigadores de la Universidad Federal de Ouro Preto, Brasil anuncian que Carina Santos una periodista con muchísimos seguidores en Twitter, no era una persona, sino un bot,
• Twitalyzer clasificaba a Ms. Santos con más influencia que Oprah Winfrey.
Un caso interesante
http://www.technologyreview.com/news/426668/twitter-bots-create-surprising-new-social-connections/
http://pacsocial.com/
Otro...
http://www.wired.co.uk/news/archive/2012-06/26/twitter-bot-people-like
Geodemografía semántica
¿Para qué se usa?
Nuestra semantización (ontología)
Semantic Geodemography and Urban Interoperability. J. Borrego-Díaz, A. M. Chávez-González, M.A. Martín-Pérez, J.A. Zamora-Aguilera. Proc. Metadata and Semantic Research 6th International Conference, MTSR 2012.
Representación del conocimiento
OportunidadesServicios personalizados
TecnologíaLinked/Open
data
Smart Cities
Geolocalización de la publicidad
Marketing geolocalizado
Aplicaciones hiperlocales
Gráficas de http://networkedneighbourhoods.com/wp-content/uploads/2011/11/2011-Online-Nhood-Networks-final.pdf
Minería en social media
http://buzztalkmonitor.com/blog/bid/136718/The-business-value-of-sentiment-analysis
Volvamos al análisis de los sentimientos/
opiniones
• Mide “sentimientos” de cada tweet que analiza
IBM has established the IBM Social Sentiment Index to aggregate and gauge public opinion from a range of social media. The software used can distinguish between sarcasm and sincerity, and applies machine learning to identify which social media commentary is important—and which is just background noise. Through this sentiment analysis, IBM creates real-time public opinion snapshots, identifying trends and gauging how consumers feel about a variety of topics from retail and sports, to movies and urban traffic.
¿Materia Prima? social big data
Ofrecerá 2 años de twitters almacenados
http://datasift.com/
http://www.engagedc.com/inside-the-cave/
Finalmente... un caso de estudio: Elecciones USA 2012: ¿extrapolable a empresas?
Usaron CrowdFounding
Apliquemos tecnologías semánticas
Singularity in Sentiment: Emergent New Sentiments from the Social Web Crowd?
Gonzalo A. Aranda-Corral, Joaquín Borrego-Díaz, Juan Galán-Páez
A Formal Context for WordNet
• Case study. Real language with structured semantics
• Lexical database of English. Words (Lemmas) grouped in sets of cognitive synonyms (Synsets)
• Working with wordNet and FCA:
• Lemmas/Synsets ↔ Objects/Attributes
• Strong relationship between Formal Concepts and Language Concepts
- 155287 Words (Lemmas)- 117659 Senses (Synsets)- 206941 pairs Word-sense
Análisis Formal de Conceptos
Scale-Free Topology
• Concept lattice associated to WordNet has similar topology to complex semantic networks.
• Node’s degree follow a power law distribution.
Enhancing Opinion Lexicon
• Opinion lexicon provides polarity to words
• WordNet provides senses
• The Concept Lattice provides structure
• All together?
Sentiment Lattice & Concepts
• Sentiment Lattice: A subset of the concept lattice associated to WordNet with the words from an opinion lexicon.
• Sentiment Concept: Each concept of the sentiment Lattice.
• The valuation of each concept comes from the aggregation of the sentiment of each word contained in the extension of the concept.
Sentiment lexicon analysed for this work
• FCA can be used for:
• Test the consistency of sentiment lexicons
• Analyse information item’s sentiment
Selected
New sentiments emergence
Bing Liu’s Opinion Lexicon: http://www.cs.uic.edu/~liub/FBS/sentiment-analysis.htmlSentiWordNet: http://sentiwordnet.isti.cnr.it/AFINN-111: http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6010
Trending topic: “Syria”
• Trending topic: “A word, phrase or topic that is tagged at a greater rate than other tags is said to be a trending topic”
• 11,500 tweets collected in order to perform experiments:
• Topic: “Syria”
• Language: English
• Date: 05/20/2013 (collection process lasted 6 hours)
• Obtained after processing the whole tweet set
• Weighted lattice (tweet count)
• Red/Green => Negative/Positive sentiment
Syria Sentiment Lattice
Otra aproximación
Para sentimientos
Para el contenido(noticia)
Anotación con respecto a ontología en Opendover
Anotación con respecto a ontología+sentimiento en opendover
Social Content Curation
Content Curation
Cinco pasos...
• ¿Cuáles son semantizables?
Algunos ejemplos interesantesCategorías, búsquedas dirigidas a fuentes
Semántica
“Aprende” de tus lecturas“Creas” periódicos
Bottlenose
Social Content Curator
Creas “perlas”Añades las de otrosRedes de conocimiento
Todos los usuarios aportanAlgunos vendenFancy vendeSubscripción a “fancybox”
Social content curator+ modelo de negocio
Content Curator Semántico:
SmartTimes (PFC de Abel Sayago, en el
departamento)
“Entiende” la noticia
¿Cómo lo hace?Fuentes (RSS)
Análisis Formalde Conceptos
Interfaz de
usuario
Fuentes (RSS)Fuentes (RSS)
Categorizaciónfinal
Aprendede
la ejecución
Análisis de Conceptos
• Retículo de conceptos
• generado a partir de las noticias y anotación OpenCalais
RetroalimentaciónAlimentando el módulo
de aprendizaje
Conclusiones
http://www.shorpy.com/node/16475http://farm9.staticflickr.com/8232/8392799714_1b32f34cc9_o.jpg
Tecnologías para Social business
ConclusionesBIG DATA
Data Science
Semantic
Technologies
• La Ingeniería del Conocimiento y el tratamiento de grandes conjuntos de datos parecen necesarios para los sistemas de información de la empresa
• Los datos son las huellas de Sistemas Complejos: Paradigma para entender el big-data como observaciones de un sistema
• La minería de datos no es suficiente
• Nuevos retos:
• Hiperlocalización
• Geolocalización,
• Confianza en la computación sobre grandes conjuntos de datos
• Extracción de conocimiento
• Actualizar los sistemas de información en la empresa
• Big analytics
• Sentiment Analysis
• Semantic interoperability
Información Adaptativa,Ingeniería del Conocimiento e Inteligencia Colectiva
Sistemas de Información Avanzados (Comercio electrónico)Máster de estudios avanzados en dirección de empresas
Joaquín Borrego DíazGrupo Lógica, Computación e Ingeniería del Conocimiento PAIDI TIC-137
Departamento de Ciencias de la Computación e Inteligencia Artificialjborrego@us.es, Twitter:jborrego
Gracias