A semantic recommender system based on social user profiling PRESTO A semantic recommender system based on social user profiling Vella Giuseppe, Masi Nicola, Scrima Piero, Francaviglia Giuseppe, Vito Morreale

Introduzione #1 OPENNESS Groups Network Team Custom Group Smart Group Individuals Registered users Who Does What With Resources Contents Resource sets Saved/pinned resources Smart sets Activities All actions performed by the users within (or around) the platform Real time streams

Introduzione #2 PRESTO è un sistema di recommandation che suggerisce "risorse" basandosi sulle azioni (implicite ad esplicite) che utenti effettuano all'interno di una piattaforma collaborativa, OPENNESS Il sistema si basa sulla profilazione automatica dell'utente, in base alle azioni sul sistema che ne individuano le preferenze Suggerire risorse come Blog, Wiki e Forum, legate agli interessi dell'utente e ad argomenti correlati, in chiave di apprendimento informale.

Recommendation System Like, Follow, Mark, Unlike, Unfollow e Umark Introduzione #3 PRESTO OPENNESS - INPUT Recommendation System OPENNESS - OUTPUT Resources Similarity PRESY Neo4J MongoDB Wikipedia Language Detection OPENNESS - Actions Like, Follow, Mark, Unlike, Unfollow e Umark Suggested interests TreeTagger DBPedia RESTheart User Similarity Resources Recommendation

Tecniche IA #1 Il sistema è basato sul Content Based Filtering, che confronta gli argomenti delle risorse sui quali l'utente ha fatto un azione con le preferenze dell'utente stesso PRESTO è basato anche sul Collaborative Filtering, ovvero la similarità diretta tra gli utenti (attraveso confronteo dei profili); Una Rete Semantica arricchisce la knowledge base del sistema, e permette di estrarre gli argomenti principali di ogni risorsa e associare all'utente gli argomenti delle risorse su cui l'utente ha espresso una preferenza, andando a rappresentarne gli interessi

You are interested as well Tecniche IA #1 – Resource recommendation Perhaps you can read also User You are interested in Resources User has has Resources similarity Interests Interests has Interests You are interested as well Perform Actions on User Performs Actions on Resources similarity has User 1 Resources Resources Resources Interests Interests has has has User 2 Interests Interests Interests Interests Similarity relationship User 3 Interests

Tecniche IA #2 - PRACTIONIST Utilizzo di un framework per lo sviluppo di Agenti Intelligenti che realizzano lo schema d'interenza e consentono di separare: La scelta di un piano da eseguire per il raggiungimento di un particolare obiettivo; Il processo di deliberazione utilizzato per scegliere il piano da eseguire;

Tecniche IA #3 - Data flow Openness Shared repository User OPENNESS Actions/resources Actions/resources MongoDB Openness Recommendation Resource similarity User skills Actions/resources Actions/resources WEB Contents Semantic enrichment Contents WWW Recommendation Engine Tags Categories Web pages Search Semantic network

Tecniche IA #4

Risultati e impatto #1 – Semantic network

Risultati e impatto #2 – Resource recommendation

Risultati e impatto #3 –Resources similarity has Resources Interests has has has Similarity relationship Interests Interests Interests You

Risultati e impatto #4 – Users interests and similarity has Interests1 Interests2 Interests3 User 1 Interests1 has User 2 Interests2 has User 3 Interests3 has

Criticità Cold Start Traffico di rete elevato Bassa precisione iniziale sulle recommendation

Prospettive future La notifica delle raccomandazioni su OPENNESS in versione web, mail e mobile; La configurazione personale di un digest contenente le recommendation; Meccanismo di training della rete semantica L’integrazione con i Learning Management Systems per raccomandare i corsi che più si adattano agli skill degli utenti; Recommendation selettivo (soltanto argomenti specifici)

Using OPENNESS