Sistemas de filtrado: un puente tecnolgico entre oferta y demanda de informacin en lnea al servicio - PowerPoint PPT Presentation

1 / 15
About This Presentation
Title:

Sistemas de filtrado: un puente tecnolgico entre oferta y demanda de informacin en lnea al servicio

Description:

Biblioteca digital, bases de datos de especialistas ... Cyber ethics: campo de estudio interdisciplinario a ciencias de la computaci n, ... – PowerPoint PPT presentation

Number of Views:124
Avg rating:3.0/5.0
Slides: 16
Provided by: Luz72
Category:

less

Transcript and Presenter's Notes

Title: Sistemas de filtrado: un puente tecnolgico entre oferta y demanda de informacin en lnea al servicio


1
Sistemas de filtrado un puente tecnológico
entre oferta y demanda de información en línea al
servicio de la toma de decisiones
Luz M. Quiroga, University of Hawaii at
Manoa Honolulu, HI 96822 lquiroga_at_hawaii.edu
2
Tecnologias de Comunicación e informacion
  • Biblioteca digital, bases de datos de
    especialistas
  • Incrementan intercambio, transferencia de
    información
  • Filtrado individual o colaborativo redes
    virtuales / redes de conocimiento (knowledge
    networking)
  • Producción del conocimiento

3
Sistemas de Filtrado algunos conceptos
  • Sistemas de Filtrado versus sistemas de
    recuperacion
  • Modelado del usuario Perfiles de interes
  • Tipos de filtrado basado en conocimiento, basado
    en comportamiento, filtrado colaborativo / social
  • Fuentes para el filtrado repositorios formales
    (e.g. bibliotecas) e informales (redes de
    conocimiento)
  • Ventajas y riesgos de estas tecnologias
    privacidad

4
Recuperación de información (RI) Filtrado de
información (FI)
  • RI
  • Búsqueda
  • Usuario activo estrategia de búsqueda
  • Necesidad de información inmediata, temporal
  • FI
  • Sistema mantiene un perfil de interés de la
    persona
  • Sistema entrega información
  • Usuario pasivo recibiendo información
  • Necesidad de informacion permanente

5

Filtrado de información (FI)
  • Propósito del filtrado de información
  • Reducir la sobrecarga de información (information
    overload)
  • Reducir la carga cognocitiva (cognitive load)

6
Perfiles de interés
  • Preocupación principal del FI Adquisición y
    modelamiento de los intereses de los usuarios
  • Contenido
  • Hábitos de consumo de información temas, autores
    que lee datos demográficos
  • Información contextual situación y
    responsabilidades laborales, proyectos región
    eventos, etc. Condición de salud, ej. enfermedad,
    intolerancias, propensión a enfermedades,
    discapacidades

Malone Ram Belkin Croft, Oard Marchionini
Quiroga
7
Tipos de filtrado1. Basado en el conocimiento
  • Perfiles definido explícitamente por y para un
    individuo (mayor esfuerzo)
  • Filtran información de repositorios formales
    (e.g. bibliotecas digitales bases de datos)
  • Aceptados por el control que la persona ejerce en
    la creación del perfil, quien los considera
    confiables
  • Ejemplos
  • Sifter Indiana Univerisity / noticias en salud
  • Axiom servicio de Institute of Physics
    Publishing alerta para bases de datos
    bibliograficas
  • Personalized Text, sistema que ajusta hypertexto
    a las preferencias, metas y antecedentes del
    estudiante (Kay Kummerfeld)

8
Tipos de filtrado 2. Basado en el comportamiento
del individuo
  • Perfiles definido por el sistema, quien observa
    el comportamiento e interacción usuario
    información (sitios que visita, tiempo de la
    visita, mensajes que lee o descarta, libros que
    compra
  • Filtran información de repositorios informales
    (e.g. web, redes y foros virtuales de
    conocimiento)
  • Aplicación típica correo electrónico, comercio
    electrónico

9
Tipos de filtrado 3. Filtrado colaborativo
  • Basado en el comportamiento de personas afines,
    pares Filtrado colaborativo
  • Encuentra pares y basa sus recomendaciones en los
    gustos de los paree basado en agentes
    software que actúa por el usuario, buscando,
    seleccionando y entregando información
    priorizada Maes
  • Perfiles definido por el sistema, usando
    generalmente técnicas de minería de datos
    (reconocimiento de asociaciones y patrones)
  • Filtran información de repositorios informales
    (e.g. web, redes y foros virtuales de
    conocimiento / community of practices)
  • Ejemplos
  • Amazom. com
  • MIT ExpertFinder, Yenta encuentra grupos de
    personas con intereses comunes

10
Fuentes y recursos propicios para el filtrado
  • Fuentes formales bibliotecas digitales, bases de
    datos
  • conocimiento explicito
  • Fuentes informales espacios de discusión,
  • Conocimiento implícito
  • Permite discutir fracasos
  • Mentores, community of practice / red de
    conocimiento
  • Weblog, bookmarks
  • Maarek Shael Siteseer infiere comunidades de
    usuarios con intereses similares a partir de
    comportamientos comunes al agrupar bookmarks
  • Kanawati Malek CoWing (Collaborative Web
    Indexing system) un agente interactúa con otros
    agentes a fin de conseguir nuevos bookmarks
    para sus clientes

11
Sistemas de reputacion
  • Relacionado con el filtrado colaborativo
  • Ayudan a las personas y a los agentes virtuales a
    contar con información sobre desempeño de pares
    confiabilidad
  • Ejemplos Amazon reseñas de libros hechos por
    usuarios motores de búsqueda links a un sitio
  • Ideas provenientes de técnicas bibliometricas
    evaluación de pares (peer review)

12
Elementos de un sistema que integre busqueda y
filtrado
13
Tecnologias de filtrado ventajas y riesgos
  • Ventajas
  • Reducion de la sobrecarga de informacion
  • Ahorro tiempo y esfuerzos
  • Ayuda a descubrir recursos creados por otros
  • Aumenta la visibilidad de recursos que nosotros
    creamos

14
Tecnologías de filtrado ventajas y riesgos
  • Riesgos Privacidad
  • Se refiere al deseo de los individuos de que, en
    general, la información sobre ellos no se haga
    disponible a otras personas u organizaciones y
    que cuando ellos hayan decidido dar información,
    tengan un buen nivel de control sobre sus datos.
  • Llenar formularios en linea Cookies necesario
    para filtrado pero se puede perder anonimato

15
Tecnologías de filtrado ventajas y riesgos
  • Riesgos Privacidad
  • Técnicas de protección encriptado, firmas
    digitales, contraseñas no 100 confiables
  • Principio de la publicidad Moor aplicado a
    mineria de datos Responsabilidad debe recaer en
    los creadores de los sitios web y no en los
    usuarios deben informar cuando se usa mineria de
    datos de modo que el usuario o los agentes
    virtuales tenga opción de usar o no el sistema
  • Avance P3P plataform for privacy preference un
    protocolo sugerido por el W3C que permite a los
    creadores de un sitio web seguir el principio de
    Moor, al llenar una forma explicitando sus
    politicas de privacidad
  • Fomento de valores éticos puede ser mas efectivo.
    Cyber ethics campo de estudio interdisciplinario
    a ciencias de la computación, ciencias de la
    información, sociología, economía, psicología
    social y del comportamiento, filosofía, leyes,
    entre otras (Tavani, 2004).
Write a Comment
User Comments (0)
About PowerShow.com