Information sources selection methodology for recommender systems based on intrinsic characteristics and trust measure

El treball desenvolupat en aquesta tesi presenta un profund estudi i proveïx solucions innovadores en el camp dels sistemes recomanadors. Els mètodes que usen aquests sistemes per a realitzar les recomanacions, mètodes com el Filtrat Basat en Continguts (FBC), el Filtrat Col·laboratiu (FC) i el Filtrat Basat en Coneixement (FBC), requereixen informació dels usuaris per a predir les preferències per certs productes. Aquesta informació pot ser demogràfica (Gènere, edat, adreça, etc), o avaluacions donades sobre algun producte que van comprar en el passat o informació sobre els seus interessos. Existeixen dues formes d'obtenir aquesta informació: els usuaris ofereixen explícitament aquesta informació o el sistema pot adquirir la informació implícita disponible en les transaccions o historial de recerca dels usuaris. Per exemple, el sistema recomanador de pel·lícules MovieLens (http://movielens.umn.edu/login) demana als usuaris que avaluïn almenys 15 pel·lícules dintre d'una escala de * a * * * * * (horrible, ...., ha de ser vista). El sistema genera recomanacions sobre la base d'aquestes avaluacions. Quan els usuaris no estan registrat en el sistema i aquest no té informació d'ells, alguns sistemes realitzen les recomanacions tenint en compte l'historial de navegació. Amazon.com (http://www.amazon.com) realitza les recomanacions tenint en compte les recerques que un usuari a fet o recomana el producte més venut. No obstant això, aquests sistemes pateixen de certa falta d'informació. Aquest problema és generalment resolt amb l'adquisició d'informació addicional, se li pregunta als usuaris sobre els seus interessos o es cerca aquesta informació en fonts addicionals. La solució proposada en aquesta tesi és buscar aquesta informació en diverses fonts, específicament aquelles que contenen informació implícita sobre les preferències dels usuaris. Aquestes fonts poden ser estructurades com les bases de dades amb informació de compres o poden ser no estructurades com les pàgines web on els usuaris deixen la seva opinió sobre algun producte que van comprar o posseïxen. Nosaltres trobem tres problemes fonamentals per a aconseguir aquest objectiu: 1 . La identificació de fonts amb informació idònia per als sistemes recomanadors. 2 . La definició de criteris que permetin la comparança i selecció de les fonts més idònies. 3 . La recuperació d'informació de fonts no estructurades. En aquest sentit, en la tesi proposada s'ha desenvolupat: 1 . Una metodologia que permet la identificació i selecció de les fonts més idònies. Criteris basats en les característiques de les fonts i una mesura de confiança han estat utilitzats per a resoldre el problema de la identificació i selecció de les fonts. 2 . Un mecanisme per a recuperar la informació no estructurada dels usuaris disponible en la web. Tècniques de Text Mining i ontologies s'han utilitzat per a extreure informació i estructurar-la apropiadament perquè la utilitzin els recomanadors. Les contribucions del treball desenvolupat en aquesta tesi doctoral són: 1. Definició d'un conjunt de característiques per a classificar fonts rellevants per als sistemes recomanadors 2. Desenvolupament d'una mesura de rellevància de les fonts calculada sobre la base de les característiques definides 3. Aplicació d'una mesura de confiança per a obtenir les fonts més fiables. La confiança es definida des de la perspectiva de millora de la recomanació, una font fiable és aquella que permet millorar les recomanacions. 4. Desenvolupament d'un algorisme per a seleccionar, des d'un conjunt de fonts possibles, les més rellevants i fiable utilitzant les mitjanes esmentades en els punts previs. 5. Definició d'una ontologia per a estructurar la informació sobre les preferències dels usuaris que estan disponibles en Internet. 6. Creació d'un procés de mapatge que extreu automàticament informació de les preferències dels usuaris disponibles en la web i posa aquesta informació dintre de l'ontologia. Aquestes contribucions permeten aconseguir dos objectius importants: 1 . Millorament de les recomanacions usant fonts d'informació alternatives que sigui rellevants i fiables. 2 . Obtenir informació implícita dels usuaris disponible en Internet.

Desarrollo de una Infraestructura de Datos Espaciales Ferroviaria basada en Software Libre

A la hora de poner en práctica un sistema que muestre en tiempo real información útil para la gestión de cualquier proceso, la georreferenciación de elementos y su uso por aplicaciones de gestión tradicionales se hace imprescindible. Por este motivo es necesario el desarrollo de una IDE que integre, la información geográfica junto a datos de gestión ferroviaria tradicional, como pueden ser la localización de incidencias, trabajos en la vía, posicionamiento de circulaciones, elementos relacionados con la circulación, etc. Este conjunto de información puede aprovechar las posibilidades que un IDE proporciona en cuanto a la publicación de servicios y consumo de otros proporcionados por otras organizaciones, como pueden ser capas de utilización del suelo, a la hora del estudio de riesgo de incendios forestales provocados por las circulaciones, la visualización de información de alertas meteorológicas, o la localización de accesos a puntos de plena vía. El uso de herramientas de código abierto y estándares, proporcionan la flexibilidad e interoperabilidad necesarias para llevar a cabo estas tareas. En el presente trabajo se presentan algunas líneas a seguir a la hora de poner en práctica un IDE que cumpla las necesidades de la gestión ferroviaria, más allá de un GIS tradicional, de acuerdo a estándares OGC

Novedades de gvSIG Mini: acceso a datos vectoriales y servicios de POIs

gvSIG Mini es un visor de mapas teselados con soporte a capas de OSM, WMS, WMS-C, TMS, otros servidores de mapas, rutas, localización, etc. Las nuevas funcionalidades de gvSIG Mini incluyen la creación de un API vectorial que permita acceder a datos vectoriales de ficheros locales y de servicios públicos que ofrecen información de puntos de interés. Se ha desarrollado un API vectorial para Android que permite cargar y visualizar capas de puntos, líneas y polígonos sobre gvSIG Mini, soporte para selección de geometrías y visualización de información alfanúmerica. Este API permite cargar en gvSIG Mini archivos GPX, KML y GML almacenados en el propio dispositivo móvil. Por otra parte, debido al carácter casual de los usuarios de gvSIG Mini y gracias al nuevo API vectorial se ha conseguido soportar la información que ofrecen algunos servidores públicos de puntos de interés, como: Nominatim, Cloudmade, MapQuest, Geonames... e información proveniente de servicios de redes sociales como: Flickr, Twitter, Buzz, Foursquare, etc. Para ello se ha desarrollado un servicio que sirve de intermediario entre gvSIG Mini y esos servicios de puntos de interés, que homogeniza las peticiones y el tipo de respuesta de cada uno de ellos. Las nuevas funcionalidades de gvSIG Mini permiten cargar, visualizar y consultar gran cantidad de información vectorial de utilidad para usuarios profesionales, ya que pueden acceder a información almacenada en archivos vectoriales estándar (GPX, KML, GML) e información de redes sociales y puntos de interés más adecuada para uso casual o turismo