Relacionamentos ocultos de confiança em ambien-tes virtuais sociais como apoio aos sistemas de reco-mendação de especialistas
O volume de informação disponível na web aumenta a cada dia, muitas vezes por estímulo das plataformas sociais que vêm se destacando neste cenário, já que provêem facilidades para que as pessoas possam interagir e trocar experiências. A gestão eficiente deste conhecimento, embora não seja uma tarefa...
| Autor: | |
|---|---|
| Tipo de documento: | tese |
| Estado: | Versão publicada |
| Data de publicação: | 2013 |
| País: | Brasil |
| Recursos: | Universidade Federal de Pernambuco (UFPE) |
| Repositório: | Repositório Institucional da UFPE |
| Idioma: | português |
| OAI Identifier: | oai:repositorio.ufpe.br:123456789/12251 |
| Acesso em linha: | https://repositorio.ufpe.br/handle/123456789/12251 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Sistemas de recomendação de especialistas Confiança Contexto computacional Colaboração |
| Resumo: | O volume de informação disponível na web aumenta a cada dia, muitas vezes por estímulo das plataformas sociais que vêm se destacando neste cenário, já que provêem facilidades para que as pessoas possam interagir e trocar experiências. A gestão eficiente deste conhecimento, embora não seja uma tarefa trivial, pode trazer diversos benefícios como, por exemplo, a recomendação personalizada para as pessoas, de acordo com as suas preferências. Neste sentido, a presente tese tem como propósito apresentar uma abordagem, intitulada SWEETS, que identifica auto-maticamente quais as áreas e nível (grau) de conhecimento das pessoas, isto é, os especialistas em determinadas áreas de conhecimento. Para isso, são usados os conhecimentos produzidos por estas pessoas e disponibilizados em diferentes plataformas virtuais. A identificação dos ní-veis de conhecimento destas pessoas em áreas específicas pode não ser suficiente, pois é inte-ressante que sejam identificados os especialistas mais adequados para uma determinada pessoa, isto é, que tenham um relacionamento social mais próximo, aumentando assim a probabilidade de colaboração. As informações contextuais dos relacionamentos (e.g. distância social) entre pessoas oferecem background para a descoberta de quão estas pessoas confiam umas nas outras. Assim, a presente tese defende que estes relacionamentos de confiança são fundamentais na decisão de colaboração entre indivíduos. Por isso, é apresentada uma abordagem, intitulada T-SWEETS, que se baseia nas informações contextuais dos relacionamentos entre indivíduos para inferir o grau de confiança entre eles, e a sua implantação em um cenário que comprovou a ten-dência de colaboração entre os indivíduos que possuem relações confiáveis. T-SWEETS baseia-se em 4 elementos: Similaridade entre Perfis, Relacionamento de Confiança, Nível de Maturi-dade e Reputação, que são oriundos do resultado de um experimento realizado com um grupo de pessoas. Outra constatação desta tese é que, embora haja um grande volume de conhecimento disponibilizado pelas pessoas nas plataformas virtuais, muitas vezes este conhecimento pode não ser suficiente para identificar e recomendar a pessoa especialista em assuntos específicos. Por isso, a descoberta (recomendação) de relacionamentos de confiança entre os indivíduos po-de ser um elemento que encoraje as pessoas a trocarem experiências ou interagirem, uma vez que as pessoas tendem a colaborar com pessoas que mais confiam, fornecendo assim, insumo para a inferência das especialidades dos indivíduos. |
|---|