QSIA

Rafaeli et al. desarrollaron en el año 2004 Questions Sharing and Interactive Assignments (QSIA), una plataforma que permite compartir preguntas y la evaluación interactiva (Rafaeli et al., 2004). El objetivo de este sistema de recomendación es proporcionar recursos relevantes a los usuarios. El sistema de recomendación de esta plataforma implementa una arquitectura basada en filtrado colaborativo donde el usuario puede decidir si recibe las recomendaciones de usuarios elegidos por él (amigos) o elegidas por el sistema. Debido a esta distinción con respecto a otros sistemas colaborativos, el riesgo de recibir recomendaciones incoherentes se reduce ligeramente al poder decidir los usuarios de quién recibir recomendaciones. Asimismo, la escalabilidad de este sistema supondrá menores problemas que en otros sistemas colaborativos

debido a que el número de amigos será un subconjunto (probablemente muchísimo menor) de todos los usuarios del sistema (véase Figura3.44). Sin embargo, el problema del arranque en frío seguirá existiendo hasta que el usuario disponga de información en el sistema (perfil o amigos).

Igualmente, la robustez y la adaptabilidad también se verán negativamente afectadas en este sistema ya que, cualquier cambio tendrá mayor relevancia al existir menos usuarios y el cambio de preferencias probablemente implicará un cambio en la lista de amigos.

Escalabilidad en un sistema de recomendación colaborativo genérico

Recomendación

Nº reducido de usuarios Nº elevado de usuarios Recomendación

Escalabilidad en el sistema de recomendación colaborativo QSIA

Recomendación

Nº reducido de usuarios Nº elevado de usuarios Recomendación

Amigos

Figura 3.44: Comparación en la escalabilidad de los sistemas colaborativos genéricos y QSIA.

Entre las características más destacadas de este sistema cabe resaltar que es una aplicación web aplicable a cualquier dominio, embebida en una plataforma (recomendación, evaluación, informe y gestor de contenidos) y que va dirigida tanto a profesores como estudiantes. Sin embargo, no ofrece un sistema a los usuarios destinatarios para evaluar la recomendación.

3.4.4. Cyclades

Avancini y Straccia presentaron en 2005 CYCLADES, un sistema de recomendación híbrido destinado a los estudiantes. Este sistema dispone de un amplio rango de funcionalidades para la búsqueda en archivos digitales (librerías, bases de datos, sistemas basados en web) así como para el intercambio de información entre usuarios (Avancini and Straccia,2005).

Entre las funcionalidades de este sistema cabe mencionar: (1) la recuperación eficiente y eficaz de la información relevante de muchos archivos digitales distribuidos, de gran tamaño y multidisciplinares; (2) retroalimentación sobre el grado de relevancia acerca de la información recuperada; (3) información regular sobre las nuevas publicaciones relevantes para los intereses de los usuarios; (4) recuperación automática de las necesidades de información a largo plazo de los usuarios; (5) rápida difusión de los resultados de búsqueda en todo el mundo. Además, este sistema también ofrece un conjunto especial de características destinadas a las comunidades académicas como: (6) difusión de información relevante para los miembros de la comunidad en forma de recomendaciones basadas en perfiles colectivos y comportamiento; (7) anotaciones en línea sobre los resultados de investigación publicados por los miembros de la comunidad;

(8) realización de servicios comunitarios tales como la revisión por pares; (9) permitir que los miembros de la comunidad aprendan, contribuyan y construyan colectivamente el conocimiento de la comunidad.

Este sistema de recomendación de dominio general está basado en web, siendo necesario el registro a través de un correo electrónico para su utilización. Como se ilustra en la Figura 3.45, CYCLADES proporciona un entorno basado en directorios para la gestión de los elementos (consulta, evaluación, anotaciones, etc.). Asimismo, este sistema facilita dos características extra a través de los iconos de eventos e informes. Cada icono de evento está asociado con un documento del que muestra las acciones más recientes que han sido realizadas (lectura, modificación o creación). Por su parte, los informes de actividad, que contienen la información de los cambios producidos desde el último informe, se envían diariamente a través de correo electrónico. Los usuarios también disponen de un filtro de búsqueda desde el cual pueden consultar información sobre cualquiera de los registros de los que tienen acceso. El sistema soporta tres tipos búsqueda:

● La búsqueda ad-hoc permite al usuario especificar una consulta y el sistema se encarga de buscar los registros relevantes a esa consulta dentro de las colecciones especificadas.

● La búsqueda por filtrado es similar a la búsqueda ad-hoc con la excepción de que el usuario especifica, además de la consulta, el directorio destino. De este modo, es posible encontrar los documentos más relevantes en un tiempo inferior.

● La búsqueda de nuevos elementos permite al usuario especificar una carpeta y el sistema trata de encontrar aquellos registros relevantes para ese directorio que están disponibles para el usuario desde su última búsqueda.

Figura 3.45: Interfaz de usuario de CYCLADES. Extraído de (Avancini and Straccia,2005).

CYCLADES ofrece un servicio de entrega de recomendaciones automático al usuario. Este servicio se basa en los directorios del usuario para ofrecer elementos similares. Por lo tanto, las recomendaciones de este servicio son de interés específico sobre un directorio del usuario y no de interés general. Las recomendaciones pueden ser de colecciones, registros basados en metadatos, comunidades o usuarios (véase Figura3.46).

La recomendación de colecciones relacionadas con una carpeta consiste en determinar automáticamente los archivos en los que buscar registros relevantes a la carpeta. Este proceso se lleva a cabo mediante la técnica de selección de fuente automatizada (Fuhr and Norbert, 1999) consistente en calcular una aproximación del contenido de cada archivo compatible con la iniciativa Open Archive Initiative (OAI) para, posteriormente, seleccionar los archivos considerados más relevantes de una carpeta basándose en el contenido de los archivos y en el perfil de la carpeta.

Figura 3.46: Interfaz de usuario de CYCLADES. Extraído de (Avancini and Straccia,2005).

La recomendación de registros viene determinada también por los registros más relevantes de la carpeta. Para ello, se realizan los siguientes pasos generales: (1) selección de los directorios más parecidas al del usuario, (2) selección de los posibles registros a recomendar dentro de esos directorios, (3) puntuación de cada uno de los registros y (4) selección de los registros con puntuación más elevada y que no hayan sido recomendados al usuario.

La recomendación de las comunidades se produce a partir de los temas relevantes del directorio del usuario. Su procedimiento es similar al de la recomendación de registros. Para empezar se seleccionan las comunidades más parecidas al de un directorio del usuario. A continuación, se seleccionan las posibles comunidades a recomendar. Después, se puntúa cada comunidad y finalmente, se seleccionan las comunidades con puntuación más elevada.

La recomendación de usuarios ha sido analizada profundamente por los autores de CYCLADES. Estos, han considerado cuatro algoritmos diferentes para recomendar a un usuario otro con el que tenga intereses comunes. Los algoritmos analizados son los siguientes:

● El primer algoritmo es el implementado en el sistema de recomendación. En primer lugar, se seleccionan los directorios más parecidos. En segundo lugar, se determina una piscina con los posibles candidatos (aquellos usuarios de los directorios más parecidos). En tercer lugar, se calcula la puntuación recomendada mediante una propiedad que combina factores como el número de carpetas. En último lugar, se recomiendan los usuarios con la puntuación más elevada.

● El segundo algoritmo es similar al primero exceptuando que, en el tercer paso, se calcula la puntuación en base a las similitudes entre usuarios y directorios.

● El tercer algoritmo no considera necesarios los dos primeros pasos de los algoritmos anteriores. Únicamente compara el perfil del directorio del usuario con el resto de perfiles conocidos en el sistema. La eficiencia de este algoritmo viene determinada por el número de usuarios y directorios en el sistema.

● El último algoritmo emplea clasificadores bayesianos para construir perfiles de carpetas.

Para ello, se aprovecha la estructura jerárquica de los directorios considerando únicamente los directorios del mismo nivel. A continuación, se extrae información de los perfiles de usuario a partir de los datos previamente extraídos.

Por todo lo anterior, CYCLADES es considerado no solo un sistema de recomendación que ofrece a los usuarios documentos similares a los registrados por él en el sistema, sino que es un entorno web que posibilita la búsqueda y gestión de recursos web, su organización y la colaboración con otros usuarios o comunidades. Además, el sistema ofrece recomendaciones personalizadas de los documentos, usuarios, comunidades y directorios por lo que los usuarios pueden encontrar fácilmente otros miembros con intereses similares facilitando así su colaboración.