Información Adaptativa,Ingeniería del Conocimiento e Inteligencia Colectiva

Sistemas de Información Avanzados (Comercio electrónico)Máster de estudios avanzados en dirección de empresas

Joaquín Borrego DíazGrupo Lógica, Computación e Ingeniería del Conocimiento PAIDI TIC-137

Departamento de Ciencias de la Computación e Inteligencia Artificialjborrego@us.es, Twitter:jborrego

Contenidos: Bloque II:

Inteligencia Colectiva y Sistemas de Información

• Técnicas y aplicaciones:

• Gamification

• CrowdS(F)ourcing: campo potencial de aplicación

• Modelos CrowdS(F)ourcing

• Social Media como canal I/O del sistema de información

• Semántica para marketing:

• geodemografía

• Análisis de sentimientos

• Social Content Curation

¿Qué van a mostrar estos ejemplos?

• Cómo intervienen los siguientes elementos de procedencia/naturaleza (o alimentados por lo) social en los sistemas información:

• Redes sociales e inteligencia colectiva

• Sistemas complejos: análisis Social media y el sistema de información de la empresa

• Información adaptativa como producto de inteligencia colectiva

¿La tecnología nos hace antisociales?

Es más, podemos usarla para potenciar y encontrar soluciones

NO, nunca ha sustituido completamente las relaciones sociales

Gamification

GameTheory

Gamification

Nos centraremos en “gamification” de tipo transformacional

La gamificación que no usa modelos abstractos (alejados del objetivo real) no la trataremos aquí (No necesita Inteligencia Artificial)

La “gamificación” permite mejorar

los procesos de la empresa

Uso de filosofía y tecnología de juegos para aprovechar el crowdsourcing en la resolución de problemas

http://www.tendencias21.net/Un-videojuego-en-red-parecido-al-Tetris-resuelve-acertijos-del-genoma-humano_a26180.html

http://semanticweb.com/urbanopoly-gamers-way-to-smarten-up-cities/

Geo-linked Data

Urban information Updating

Proceso: Pasos

http://www.gamasutra.com/blogs/VictorManrique/20130618/194563/Gamification_Design_Framework_The_SMA_Model.php

En nuestro caso, el diseño del modelo es

transversal:Definido el universo, se concretan los elementos

Reglas de orohttp://www.gartner.com/newsroom/id/1629214

• Accelerated feedback cycles. In the real world, feedback loops are slow (e.g., annual performance appraisals) with long periods between milestones. Gamification increases the velocity of feedback loops to maintain engagement.

• Clear goals and rules of play. In the real world, where goals are fuzzy and rules selectively applied, gamification provides clear goals and well-defined rules of play to ensure players feel empowered to achieve goals.

• A compelling narrative. While real-world activities are rarely compelling, gamification builds a narrative that engages players to participate and achieve the goals of the activity.

• Tasks that are challenging but achievable. While there is no shortage of challenges in the real world, they tend to be large and long-term. Gamification provides many short-term, achievable goals to maintain engagement.

Para cada tipo de juegos interesa animar a un tipo de jugador

• La clasificación de Bartle

http://en.wikipedia.org/wiki/Bartle_Test

Sugerencias

Más ejemplos en:http://www.yukaichou.com/gamification-examples/top-10-gamification-examples-human-race/

Crowdfounding

CrowdSourcing

Ecosistema del crowdsourcing

Modelos de negocio basados en el crowdsourcing/

crowdfunding

Ejemplos importantes

Mediadores entre el crowdsourcing y

las empresas

Plataforma de

Crowdfunding

Crowdsourcing/Funding abierto

Ejemplo de Kickstarter

El éxito llevó a los autores a dejar sus trabajos y centrarse en el desarrollo del producto a través de

la constitución de una empresa, Studio Neat,

¿Factores?

•Reputación, credibilidad y/o confianza

• Inteligencia colectiva

• ¿Larga cola?

• Ecosistema sostenible

• Fuerte enraizamiento en las redes sociales

Algo de Web Semántica para marketing

Un problema:la empresa debe ser social

Social media

La solución clásica: Community Manager

http://www.shorpy.com/files/images/SHORPY_35355u.preview.jpg

¿Qué negocio es éste?• Lo mejor es ver cómo son los productos que ofrecen:

http://vilmanunez.com/2013/06/24/como-preparar-una-propuesta-de-redes-sociales-incluye-plantillas/

El presupuesto (los números no cuentan)...

http://vilmanunez.com/2013/06/24/como-preparar-una-propuesta-de-redes-sociales-incluye-plantillas/

Flujos en Social Media

Blogging corporativo

Compañía

Análisis

¿Extracción de conocimiento?

Casos de éxito/oportunidades:

• Diseño de aplicaciones semánticas para enriquecer la experiencia de usuario en la Web 2.0

• Twitter Semántico

• Navegación conceptual

• Trust-based Computing

• Detección de tendencias extraídas de redes sociales

• Opinion analysis

• Análisis inteligente de twitts para

• predecir y estimar epidemias de gripe. consiguieron aproximar la evolución de la gripe mejor y antes que el tradicional método de recolectar la información de los hospitales.

• para predecir el éxito de una película. HP labs: monitorizando twitter pueden predecir si el éxito de un film

¿Bots para ayudar a la vida de la empresa en Social

Media?

Bots para Social Media• Bot para Twits programados

• Agentes artificiales que “mantienen” la presencia en la red

• Reactivos

• Inteligentes: Dear Assistant

• Relativamente fáciles de crear

• SocialBots para propaganda, publicidad, atención a tu empresa...

• Bots para promover el tabaco...

• Investigadores de la Universidad Federal de Ouro Preto, Brasil anuncian que Carina Santos una periodista con muchísimos seguidores en Twitter, no era una persona, sino un bot,

• Twitalyzer clasificaba a Ms. Santos con más influencia que Oprah Winfrey.

Un caso interesante

http://www.technologyreview.com/news/426668/twitter-bots-create-surprising-new-social-connections/

http://pacsocial.com/

Otro...

http://www.wired.co.uk/news/archive/2012-06/26/twitter-bot-people-like

Geodemografía semántica

¿Para qué se usa?

Nuestra semantización (ontología)

Semantic Geodemography and Urban Interoperability. J. Borrego-Díaz, A. M. Chávez-González, M.A. Martín-Pérez, J.A. Zamora-Aguilera. Proc. Metadata and Semantic Research 6th International Conference, MTSR 2012.

Representación del conocimiento

OportunidadesServicios personalizados

TecnologíaLinked/Open

data

Smart Cities

Geolocalización de la publicidad

Marketing geolocalizado

Aplicaciones hiperlocales

Gráficas de http://networkedneighbourhoods.com/wp-content/uploads/2011/11/2011-Online-Nhood-Networks-final.pdf

Minería en social media

http://buzztalkmonitor.com/blog/bid/136718/The-business-value-of-sentiment-analysis

Volvamos al análisis de los sentimientos/

opiniones

• Mide “sentimientos” de cada tweet que analiza

IBM has established the IBM Social Sentiment Index to aggregate and gauge public opinion from a range of social media. The software used can distinguish between sarcasm and sincerity, and applies machine learning to identify which social media commentary is important—and which is just background noise. Through this sentiment analysis, IBM creates real-time public opinion snapshots, identifying trends and gauging how consumers feel about a variety of topics from retail and sports, to movies and urban traffic.

¿Materia Prima? social big data

Ofrecerá 2 años de twitters almacenados

http://datasift.com/

http://www.engagedc.com/inside-the-cave/

Finalmente... un caso de estudio: Elecciones USA 2012: ¿extrapolable a empresas?

 Harper Reed

Usaron CrowdFounding

Apliquemos tecnologías semánticas

Singularity in Sentiment: Emergent New Sentiments from the Social Web Crowd?

Gonzalo A. Aranda-Corral, Joaquín Borrego-Díaz, Juan Galán-Páez

A Formal Context for WordNet

• Case study. Real language with structured semantics

• Lexical database of English. Words (Lemmas) grouped in sets of cognitive synonyms (Synsets)

• Working with wordNet and FCA:

• Lemmas/Synsets ↔ Objects/Attributes

• Strong relationship between Formal Concepts and Language Concepts

- 155287 Words (Lemmas)- 117659 Senses (Synsets)- 206941 pairs Word-sense

Análisis Formal de Conceptos

Scale-Free Topology

• Concept lattice associated to WordNet has similar topology to complex semantic networks.

• Node’s degree follow a power law distribution.

Enhancing Opinion Lexicon

• Opinion lexicon provides polarity to words

• WordNet provides senses

• The Concept Lattice provides structure

• All together?

Sentiment Lattice & Concepts

• Sentiment Lattice: A subset of the concept lattice associated to WordNet with the words from an opinion lexicon.

• Sentiment Concept: Each concept of the sentiment Lattice.

• The valuation of each concept comes from the aggregation of the sentiment of each word contained in the extension of the concept.

Sentiment lexicon analysed for this work

• FCA can be used for:

• Test the consistency of sentiment lexicons

• Analyse information item’s sentiment

Selected

New sentiments emergence

Bing Liu’s Opinion Lexicon: http://www.cs.uic.edu/~liub/FBS/sentiment-analysis.htmlSentiWordNet: http://sentiwordnet.isti.cnr.it/AFINN-111: http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6010

Trending topic: “Syria”

• Trending topic: “A word, phrase or topic that is tagged at a greater rate than other tags is said to be a trending topic”

• 11,500 tweets collected in order to perform experiments:

• Topic: “Syria”

• Language: English

• Date: 05/20/2013 (collection process lasted 6 hours)

• Obtained after processing the whole tweet set

• Weighted lattice (tweet count)

• Red/Green => Negative/Positive sentiment

Syria Sentiment Lattice

Otra aproximación

Para sentimientos

Para el contenido(noticia)

Anotación con respecto a ontología en Opendover

Anotación con respecto a ontología+sentimiento en opendover

Social Content Curation

Content Curation

Cinco pasos...

• ¿Cuáles son semantizables?

Algunos ejemplos interesantesCategorías, búsquedas dirigidas a fuentes

Semántica

“Aprende” de tus lecturas“Creas” periódicos

Bottlenose

Social Content Curator

Creas “perlas”Añades las de otrosRedes de conocimiento

Todos los usuarios aportanAlgunos vendenFancy vendeSubscripción a “fancybox”

Social content curator+ modelo de negocio

Content Curator Semántico:

SmartTimes (PFC de Abel Sayago, en el

departamento)

“Entiende” la noticia

¿Cómo lo hace?Fuentes (RSS)

Análisis Formalde Conceptos

Interfaz de

usuario

Fuentes (RSS)Fuentes (RSS)

Categorizaciónfinal

Aprendede

la ejecución

Análisis de Conceptos

• Retículo de conceptos

• generado a partir de las noticias y anotación OpenCalais

RetroalimentaciónAlimentando el módulo

de aprendizaje

Conclusiones

http://www.shorpy.com/node/16475http://farm9.staticflickr.com/8232/8392799714_1b32f34cc9_o.jpg

Tecnologías para Social business

ConclusionesBIG DATA

Data Science

Semantic

Technologies

• La Ingeniería del Conocimiento y el tratamiento de grandes conjuntos de datos parecen necesarios para los sistemas de información de la empresa

• Los datos son las huellas de Sistemas Complejos: Paradigma para entender el big-data como observaciones de un sistema

• La minería de datos no es suficiente

• Nuevos retos:

• Hiperlocalización

• Geolocalización,

• Confianza en la computación sobre grandes conjuntos de datos

• Extracción de conocimiento

• Actualizar los sistemas de información en la empresa

• Big analytics

• Sentiment Analysis

• Semantic interoperability

Información Adaptativa,Ingeniería del Conocimiento e Inteligencia Colectiva

Sistemas de Información Avanzados (Comercio electrónico)Máster de estudios avanzados en dirección de empresas

Joaquín Borrego DíazGrupo Lógica, Computación e Ingeniería del Conocimiento PAIDI TIC-137

Departamento de Ciencias de la Computación e Inteligencia Artificialjborrego@us.es, Twitter:jborrego

Gracias