Ambientes Sociais Inteligentes Sensíveis ao Contexto

Resumo do Projeto ASISC

Ambientes Sociais Inteligentes Sensíveis ao Contexto são sistemas de informação que levam em conta características de redes sociais tanto humanas quanto compostas por web services. Estas características são consideradas para os sistemas se adaptarem e obterem melhores resultados com a orquestração dos recursos disponíveis ou com a recomendação para a utilização de recursos, cooperações e serviços disponíveis.

A pesquisa nesta área apresenta múltiplas facetas como a identificação e modelagem do contexto a situações experimentadas dentro deste contexto. A utilização de ontologias formais e regras de inferência para a identificação das situações e das melhores ações a serem tomadas e a seleção de web services adequado para a realização de tarefas.

Dentro do escopo desta proposta tratamos de dois casos específicos nos quais os modelos conceituais ligados a redes sociais e à sensibilidade ao contexto são validados: os contextos de smart environments e a análise de ambientes inteligentes para a análise e recomendação em redes sociais acadêmicas. Em ambos os casos, a modelagem conceitual de contexto, situação e recomendação de recursos são explorados de forma a permitir a validação experimental dos conceitos elaborados.

A pesquisa proposta é composta por cinco pacotes de trabalho:

  • P1: Modelagem e gestão do contexto e do usuário
  • P2: Adaptação e recomendação de serviços
  • P3: Recomendação de colaboração
  • P4: Infraestrutura – sensores, atuadores e serviços
  • P5: Cenários de validação

Objetivos

O presente projeto visa expandir as pesquisas desenvolvida no âmbito do grupo de Sistemas de Informação do PPGC da UFRGS tratando de:

  • Modelagem e gestão do contexto e do usuário” onde propomos identificar todas as dimensões contextuais relevantes. Reconhecer e, portanto, interpretar automaticamente o contexto. Contudo, os usuários podem fornecer informação de contexto adicional que pode não ter sido detectada automaticamente. Classificar dinamicamente dimensões contextuais importantes utilizadas para executar a busca por similaridade. Por exemplo, um usuário que espera por um e-mail específico, quer ser notificado imediatamente, enquanto o usuário que está terminando uma tarefa importante não quer ser incomodado. Neste exemplo, a dimensão da atividade (aguardar um e-mail v.s. acabar uma tarefa) recebe uma prioridade muito elevada, enquanto que as outras dimensões, tais como a localização, são menos importantes. O controle de usuário é um aspecto muito importante para a notificação automaticamente ao usuário. Reconhecer o contexto atual e fornecer serviços relevantes a este respeito deve ser realizado em tempo real. Considerar a evolução dos interesses do usuário para fornecer recomendações pertinentes, porque se o comportamento do sistema é inconsistente, o usuário pode rapidamente o rejeitar.
  • Adaptação e recomendação de serviços onde serão analisadas a alta dinamicidade dos elementos do contexto e a sua imprevisibilidade; realizado o tratamento em tempo real de grandes volumes de dados, em especial para identificação de recomendações; examinado o desenvolvimento de modelos de adaptação e recomendação de forma a lidar, com os problemas de contexto altamente dinâmico e imprevisível.
  • Recomendação de colaboração tem por objetivos: Definir uma função de avaliação de qualidade com base em análises em redes sociais acadêmicas para o contexto acadêmico que utilize informações sobre publicações. Os resultados dos trabalhos prévios da equipe proponente servirão como ponto de partida para esse objetivo. Visa-se expandir e refinar o trabalho de forma que outros possíveis indicadores e métricas associadas possam ser definidos através de análises de colaborações entre pesquisadores. Definir uma função de recomendação de colaborações para o contexto acadêmico. Os resultados dos trabalhos prévios da equipe proponente servirão como ponto de partida para esse objetivo. Visa-se considerar outros indicadores para recomendação de colaborações. Pretende-se expandir o estudo sobre a influência de aspectos temporais das relações entre pesquisadores consideradas para geração de recomendações. Integrar as propostas dos dois objetivos citados anteriormente visando uma função de recomendação de colaborações para o contexto acadêmico que utilize as informações sobre qualidade de grupos de pesquisa. Para tanto, visa-se definir como a função de recomendação pode beneficiar-se pelo uso dos indicadores e métricas de qualidade de grupos com base na análise em redes de colaboração. Definir a infraestrutura para validação e avaliação experimental dos resultados obtidos, pelo cumprimento dos três objetivos anteriores possibilitando que possam ser utilizados conjuntos de dados reais.
  • Infraestrutura – sensores, atuadores e serviços. Para seu desenvolvimento, esta tarefa envolverá a concepção e implementação de uma infraestrutura que permita a integração de serviços e sensores disponíveis, de forma a se obter um ambiente de apoio às atividades dos usuários. Dentro deste quadro, será trabalhado especificamente no seguinte: Integração de serviços e sensores dentro do ambiente de atividades, incluindo sistemas de gestão de processos; Mecanismos e modelos que permitam ao usuário definir e manipular dinamicamente o ambiente de apoio às atividades (serviços e sensores utilizados, tratamento das informações disponíveis, etc.); Estudo das redes sociais como um meio de acesso aos sensores e serviços pessoais para uma melhor integração de informações em atividades colaborativas 

Participantes

  • José Palazzo Moreira de Oliveira: coordenador
  • José Valdeni de Lima
  • Leandro Krug Wives
  • Isabela Gasparini
  • Ana Marilza Pernas Fleischmann
  • Giseli Rabello Lopes
  • Jonas Bulegon Gassen
  • Alencar Machado

 

(Acessos 382)