CoLORS: um sistema de recomendação de oportunidades de aprendizado sensível a contexto

Texto

(1)Pós-Graduação em Ciência da Computação. COLORS: UM SISTEMA DE RECOMENDAÇÃO DE OPORTUNIDADES DE APRENDIZADO SENSÍVEL A CONTEXTO Por. MILTON BURGOS JOSUÉ NETO Dissertação de Mestrado. Universidade Federal de Pernambuco posgraduacao@cin.ufpe.br www.cin.ufpe.br/~posgraduacao. RECIFE, AGOSTO/2008.

(2) Universidade Federal de Pernambuco Centro de Informática Pós-Graduação em Ciência da Computação. MILTON BURGOS JOSUÉ NETO. CoLORS: UM SISTEMA DE RECOMENDAÇÃO DE OPORTUNIDADES DE APRENDIZADO SENSÍVEL A CONTEXTO. Dissertação apresentada ao Programa de Pós-Graduação em Ciência da Computação do Centro de Informática da Universidade Federal de Pernambuco, como requisito parcial para obtenção do grau de Mestre em Ciência da Computação.. Orientadora: Profª. Drª. Valéria Cesario Times Co-orientador: Prof. Dr. Alex Sandro Gomes. RECIFE Agosto, 2008.

(3) Josué Neto, Milton Burgos CoLORS: um sistema de recomendação de oportunidades de aprendizado sensível a contexto / Milton Burgos Josué Neto. – Recife: O Autor, 2008. xiv, 139 p. : il., fig., quadros. Dissertação (mestrado) – Universidade Federal de Pernambuco. CIn. Ciência da computação, 2008. Inclui bibliografia e anexos. 1. Sistema de recuperação e armazenamento da informação. I. Título. 025.04. CDD (22.ed.). MEI2008-103. III.

(4) Dedico este trabalho a Deus e a todos que me apoiaram para tornar este sonho possível. IV.

(5) Agradecimentos Agradeço especialmente a Deus pela energia positiva fornecida durante toda minha vida, mostrando os melhores caminhos a seguir. Agradeço à minha orientadora, Valéria Cesario Times, pelo incentivo, dedicação, comprometimento e inúmeras contribuições dadas durante o desenvolvimento deste trabalho. Agradeço aos meus familiares e a minha namorada por toda a ajuda e apoio que me deram para a realização deste trabalho. Agradeço aos amigos que conquistei durante esta longa caminhada pelo carinho, respeito e conhecimento fornecido.. V.

(6)

(7) Resumo Nos dias atuais, para aumentar a produtividade de suas atividades, as organizações usam a informação estrategicamente para disseminar e compartilhar o conhecimento por toda a organização. Isto é feito por meio das competências de seus membros e das fontes de informação disponíveis na organização. No entanto, este conhecimento se encontra disperso, concentrando-se em determinados indivíduos ou unidades organizacionais, dificultando o acesso e a obtenção da informação. Visando resolver este problema, nosso trabalho propõe CoLORS, um sistema de recomendação de oportunidades de aprendizado sensível a contexto que promove o compartilhamento do conhecimento por meio dos materiais, especialistas e situações similares. Esta recomendação acontece quando as pessoas não possuem determinada competência exigida pela atividade que estão executando. Os diferenciais em relação aos sistemas de recomendação tradicionais são: atribuição de semântica às informações por meio da construção de ontologias, que unificam conceitos relacionados com o gerenciamento de contexto, com a organização e seus processos, com a gestão de competências, com a aprendizagem organizacional e com a gestão do tempo; a análise do contexto do usuário e a utilização de parâmetros de consulta e de ordenação para restringir a busca dos caminhos do grafo RDF/OWL da ontologia que estão relacionados com a lacuna de competência do usuário e para atribuir uma ordem de relevância às oportunidades de aprendizado recomendadas. Alguns cenários de testes foram desenvolvidos para validar as idéias propostas neste documento e ilustrar a aplicabilidade do protótipo de sistema de recomendação implementado. Palavras-chave: sistema de recomendação, sensível a contexto, ontologia, aprendizagem, gestão organizacional. VI.

(8) Abstract Nowadays, to increase the productivity of their activities, organizations use the information strategically to disseminate and share knowledge throughout the organization. This is done through the skills of their employees and information sources available on the organization. However, this knowledge is dispersed, focusing on certain individuals or organizational units, making it difficult to access and get the information. Aiming at resolve this problem, our work proposes CoLORS, a context-aware learning opportunity recommendation system that promotes the sharing of knowledge through the materials, experts and similar situations. This recommendation happens when people do not have specific competence required by the activity that they are performing. The differentials in relation to traditional recommendation systems are: attribution of semantics to information through the construction of ontologies, unifying concepts related to context management, the organization and its processes, competency management, organizational learning and time management; an analysis of the user context and the use of query parameters and order parameters to restrict the search for ways of the RDF/OWL graph in the ontology that are related with the user competency gap and give an order of relevance to the recommended learning opportunities. Some tests scenarios were developed to validate the ideas proposed in this document and illustrate the applicability of the recommendation system prototype implemented. Keywords: recommendation system, context-aware, ontology, learning, organizational management. VII.

(9) Sumário. 1.. Introdução .......................................................................................................................... 1 1.1.. Contextualização .......................................................................................................... 1. 1.2.. Motivação .................................................................................................................... 2. 1.3.. Objetivos ...................................................................................................................... 3. 1.3.1. 1.4. 2.. Estrutura da Dissertação .............................................................................................. 4. Fundamentação Teórica ..................................................................................................... 6 2.1.. Introdução.................................................................................................................... 6. 2.2.. Gestão Organizacional ................................................................................................. 7. 2.2.1.. Gestão do Conhecimento ..................................................................................... 7. 2.2.2.. Gestão de Competências ...................................................................................... 9. 2.2.3.. Aprendizagem Organizacional ............................................................................ 10. 2.3.. Sistemas Sensíveis a Contexto ................................................................................... 12. 2.3.1.. Características e Requisitos ................................................................................ 12. 2.3.2.. Contexto em Ambientes de Aprendizagem ....................................................... 14. 2.4.. Ontologias .................................................................................................................. 15. 2.5.. Sistemas de Recomendação ...................................................................................... 17. 2.5.1.. Filtragem Baseada em Conteúdo ....................................................................... 18. 2.5.2.. Filtragem Colaborativa ....................................................................................... 19. 2.5.3.. Filtragem Híbrida ................................................................................................ 20. 2.6. 3.. Objetivos Gerais.................................................................................................... 3. Conclusão ................................................................................................................... 20. Trabalhos Correlatos ........................................................................................................ 22 VIII.

(10) 4.. 3.1.. Introdução.................................................................................................................. 22. 3.2.. Referral Web .............................................................................................................. 22. 3.3.. Expertise Recommender ............................................................................................ 23. 3.4.. ICARE .......................................................................................................................... 24. 3.5.. Aprendizagem Dirigida por Contexto ........................................................................ 25. 3.6.. Conclusão ................................................................................................................... 26. Especificação do Sistema CoLORS .................................................................................... 29 4.1.. Introdução.................................................................................................................. 29. 4.2.. Arquitetura do Sistema .............................................................................................. 30. 4.3.. Tipos de Recomendação ............................................................................................ 34. 4.3.1.. Recomendação de Materiais .............................................................................. 35. 4.3.2.. Recomendação de Especialistas ......................................................................... 36. 4.3.3.. Recomendação de Situações Similares .............................................................. 37. 4.4.. Componentes da Camada Ontologia ......................................................................... 39. 4.4.1.. Ontologia da Organização .................................................................................. 41. 4.4.2.. Ontologia de Competência ................................................................................. 45. 4.4.3.. Ontologia de Oportunidade de Aprendizado ..................................................... 49. 4.4.4.. Ontologia de Contexto ....................................................................................... 52. 4.4.5.. Ontologia do Tempo ........................................................................................... 56. 4.5.. Componentes da Camada API ................................................................................... 57. 4.6.. Componentes da Camada de Contexto ..................................................................... 58. 4.6.1.. Fontes de Contexto ............................................................................................ 58. 4.6.2.. Gerenciador do Contexto do Usuário................................................................. 59. 4.6.3.. Parâmetros de Consulta e de Ordenação........................................................... 63. 4.7.. Componentes da Camada Consultor ......................................................................... 74. 4.7.1.. Identificador de Lacuna de Competência ........................................................... 75 IX.

(11) 4.7.2. 4.8.. Ordenador de Caminho ...................................................................................... 77. 4.8.2.. Extrator de Oportunidade de Aprendizado ........................................................ 77. 7.. Conclusão ................................................................................................................... 78. Protótipo do Sistema CoLORS .......................................................................................... 79 5.1.. Introdução.................................................................................................................. 79. 5.2.. Detalhes de Implementação ...................................................................................... 80. 5.3.. Prototipação da Interface Gráfica ............................................................................. 81. 5.4.. Cenário de Testes....................................................................................................... 87. 5.4.1.. Relacionamentos entre as Instâncias ................................................................. 88. 5.4.2.. Geração das Associações Semânticas ................................................................ 92. 5.4.3.. Exemplos de Recomendações ............................................................................ 93. 5.5. 6.. Componentes da Camada Ordenador ....................................................................... 76. 4.8.1.. 4.9. 5.. Gerador de Caminho .......................................................................................... 75. Conclusão ................................................................................................................. 100. Conclusão........................................................................................................................ 102 6.1.. Introdução................................................................................................................ 102. 6.2.. Principais Contribuições........................................................................................... 103. 6.3.. Trabalhos Futuros .................................................................................................... 106. Bibliografia ...................................................................................................................... 108. Anexo A - Ontologias .............................................................................................................. 115 A.1 Enterprise Ontology ..................................................................................................... 115 A.2 Competence Ontology ................................................................................................. 123 A.3 OWL-Time ..................................................................................................................... 125 A.4 Delivery Context ........................................................................................................... 127 Anexo B – API Jena ................................................................................................................. 130 Anexo C – Código Acme .......................................................................................................... 131 X.

(12) Anexo D – Cenário de Testes: Geração das Associações Semânticas ................................... 134. XI.

(13) Lista de Figuras Figura 2-1 - Diferentes níveis de contexto. (Adaptada de (Brézzillon, et al., 2004)) ............... 14 Figura 2-2 - Processando o conhecimento contextual. (Adaptada de (Brézzillon, et al., 2004)) .................................................................................................................................................. 15 Figura 2-3 - Arquitetura de sistema de recomendação com filtragem de informações (Reategui, et al., 2005) ............................................................................................................. 18 Figura 4-1 – Arquitetura do Sistema CoLORS ........................................................................... 31 Figura 4-2 – Representação da arquitetura do sistema de recomendação em Acme ............. 32 Figura 4-3 – Relacionamento das ontologias utilizadas no sistema de recomendação .......... 39 Figura 4-4 – Representação da Ontologia da Organização ...................................................... 42 Figura 4-5 - Ontologia da Organização com entidades de outras ontologias .......................... 44 Figura 4-6 – Representação da Ontologia de Competências. .................................................. 46 Figura 4-7 – Ontologia de Competência com entidades de outras ontologias ........................ 48 Figura 4-8 – Representação da Ontologia de Oportunidade de Aprendizado ......................... 50 Figura 4-9 – Ontologia de Oportunidade de Aprendizado com entidades de outras ontologias – Parte 1.................................................................................................................................... 51 Figura 4-10 - Ontologia de Oportunidade de Aprendizado com entidades de outras ontologias – Parte 2 .................................................................................................................. 52 Figura 4-11 – Representação da Ontologia de Contexto ......................................................... 53 Figura 4-12 – Ontologia de Contexto com entidades de outras ontologias (contexto social e organizacional) ......................................................................................................................... 55 Figura 4-13 – Ontologia de Contexto com entidades de outras ontologias (contexto pessoal e técnico) ..................................................................................................................................... 56 Figura 4-14 – Representação da Ontologia do Tempo com entidades de outras ontologias .. 57 Figura 4-15 – Funcionamento do parâmetro de consulta restrição de entidades. ................. 65 Figura 4-16 – Funcionamento do parâmetro de consulta restrição de relacionamentos. ...... 66 Figura 4-17 - Funcionamento do parâmetro de consulta restrição de instâncias ................... 67 Figura 4-18 - Funcionamento do parâmetro de consulta restrição de atributos. ................... 68. XII.

(14) Figura 4-19 - Funcionamento do parâmetro de ordenação de agrupamento ao nível de classe......................................................................................................................................... 70 Figura 4-20 - Funcionamento do parâmetro de ordenação de agrupamento ao nível de instância. ................................................................................................................................... 70 Figura 4-21 – Hierarquias das classes utilizadas no exemplo sobre o contexto de especialização ........................................................................................................................... 72 Figura 4-22 - Hierarquias das propriedades utilizadas no exemplo sobre o contexto de especialização ........................................................................................................................... 72 Figura 4-23 - Funcionamento do parâmetro de ordenação contexto de especialização ........ 72 Figura 4-24 - Funcionamento do parâmetro de ordenação contexto de distância ................. 74 Figura 4-25 – Etapas para a geração das associações semânticas entre o usuário e a competência necessária ........................................................................................................... 75 Figura 5-1 – Interface gráfica da página de login do sistema CoLORS ..................................... 81 Figura 5-2 – Interface gráfica da página inicial do usuário no sistema CoLORS ....................... 82 Figura 5-3 – Interface gráfica para adicionar a restrição de entidades ................................... 85 Figura 5-4 - Interface gráfica para adicionar a restrição de relacionamentos ......................... 85 Figura 5-5 - Interface gráfica para adicionar a restrição de instâncias .................................... 85 Figura 5-6 - Interface gráfica para adicionar a restrição de atributos ..................................... 86 Figura 5-7 - Interface gráfica para configurar as preferências de ordenação .......................... 86 Figura 5-8 - Interface gráfica para adicionar um agrupamento ............................................... 87 Figura 5-9 – Relacionamento entre as instâncias do cenário de testes (contexto organizacional) ......................................................................................................................... 89 Figura 5-10 - Relacionamento entre as instâncias do cenário de testes (contexto temporal) 90 Figura 5-11 - Relacionamento entre as instâncias do cenário de testes (contexto técnico) ... 91 Figura 5-12 - Relacionamento entre as instâncias do cenário de testes (navegador utilizado) .................................................................................................................................................. 91 Figura 5-13 - Relacionamento entre as instâncias do cenário de testes (sistema operacional utilizado) ................................................................................................................................... 91 Figura 5-14 - Relacionamento entre as instâncias do cenário de testes (competências)........ 92 Figura 5-15 – Configuração dos parâmetros de recomendação a partir do contexto organizacional e social .............................................................................................................. 94 XIII.

(15) Figura 5-16 – Associações semânticas geradas a partir do contexto organizacional e social . 95 Figura 5-17 – Oportunidades de aprendizado recomendadas a partir do contexto organizacional e social .............................................................................................................. 97 Figura 5-18 – Configuração dos parâmetros de recomendação a partir do contexto técnico e temporal ................................................................................................................................... 98 Figura 5-19 - Associações semânticas geradas a partir do contexto técnico e temporal ........ 98 Figura 5-20 - Oportunidades de aprendizado recomendadas a partir do contexto técnico e temporal ................................................................................................................................. 100. XIV.

(16) Lista de Quadros Quadro 3-1 – Comparativo dos mecanismos de recomendação utilizados pelos sistemas de recomendação .......................................................................................................................... 27 Quadro 3-2 – Comparativo das características e funcionalidades presentes nos sistemas de recomendação .......................................................................................................................... 28 Quadro 5-1 – Instâncias criadas para o cenário de testes ....................................................... 88 Quadro 5-2 – Contexto de agrupamento e de distância dos caminhos gerados a partir do contexto organizacional e social .............................................................................................. 95 Quadro 5-3 – Cálculo do peso de ordenação dos caminhos gerados a partir do contexto organizacional e social .............................................................................................................. 96 Quadro 5-4 – Contexto de agrupamento e de distância dos caminhos gerados a partir do contexto técnico e temporal .................................................................................................... 99 Quadro 5-5 – Cálculo do peso de ordenação dos caminhos gerados a partir do contexto organizacional e social .............................................................................................................. 99 Quadro 6-1 – Mecanismo de recomendação utilizado pelo sistema CoLORS ....................... 103 Quadro 6-2 – Características e funcionalidades presentes no sistema CoLORS .................... 104. XV.

(17) 1. Introdução Este capítulo apresenta o contexto em que o presente trabalho está inserido e a motivação para o seu desenvolvimento. Em seguida, são detalhados os objetivos gerais e específicos desta dissertação. Por fim, é apresentada a estrutura da dissertação por meio de uma breve síntese dos capítulos.. 1.1. Contextualização Há muitos anos que as organizações procuram e identificam formas de aumentar a produtividade de suas atividades. Nos dias atuais, para que aconteça este avanço da produtividade na organização, é necessário que ela use eficientemente e de forma estratégica o conhecimento por meio das competências de seus membros e das fontes de informação disponíveis na organização, tendo uma clara compreensão de seus processos organizacionais e humanos. Este uso estratégico gera novos conhecimentos na empresa por meio do aprendizado, seja através da transferência de conhecimento entre os níveis organizacionais ou através da construção do conhecimento (Choo, 2003). Com o aprimoramento dos estudos sobre a gestão organizacional, as organizações passaram a gerenciar o conhecimento e os recursos humanos de forma a promover o desenvolvimento organizacional, entendendo as necessidades individuais e coletivas associadas aos processos de criação e aprendizagem (Vasconcelos, 2000). Uma melhoria significativa aconteceu com o avanço da tecnologia da informação (TI), ampliando o alcance e acelerando a velocidade de transferência do conhecimento na organização. O conhecimento existente na mente dos indivíduos e nos documentos corporativos passou a ter importância na medida em que foi modelado por diversas ferramentas no intuito de promover o aprendizado organizacional na empresa (Davenport, et al., 1998). Desta forma, a partir do surgimento dos meios digitais, a forma de interação entre os membros de um grupo foi modificada. Na interação face-a-face, estamos acostumados a tomar decisões baseadas nas atividades e no conhecimento daqueles que estão ao nosso redor, pois estamos cercados por uma enorme quantidade de informação social. Mesmo com tantas variáveis envolvidas na 1.

(18) interação presencial, conseguimos ter uma grande sensibilidade para as ações e interações dos outros, e tomar decisões de forma colaborativa e na presença de todos os envolvidos. Isto contrasta com a dificuldade de comunicação e colaboração que existe no meio digital (Erickson, et al., 2000). Para o conhecimento fluir na organização, é necessário que os indivíduos tenham a percepção correta e atualizada das competências dos indivíduos e de suas atividades, além dos documentos e demais informações disponíveis na organização. Para identificar estes conhecimentos e informações dispersos na empresa, a tecnologia da informação contribui oferecendo os sistemas de recomendação (Reategui, et al., 2005). Estes sistemas, a partir desta identificação, iniciam o processo de recomendação, obtendo como resultado a transferência e o compartilhamento do conhecimento com outros indivíduos da organização. Mas nem tudo que é identificado por estes sistemas, é relevante ao indivíduo. Portanto, o conhecimento identificado precisa ser filtrado para estar relacionado ao contexto do usuário que solicitou a informação, isto é, de acordo com a situação enfrentada por ele no momento.. 1.2. Motivação O desenvolvimento do sistema de recomendação de oportunidades de aprendizado (materiais, especialistas e situações similares) proposto neste trabalho tem como objetivo apresentar melhorias no processo de recomendação comumente realizado por outros sistemas tradicionais, na medida em que oferece um processo de recomendação dinâmico e adaptativo. Esta dinamicidade e personalização só são possíveis por meio da união de conceitos e tecnologias da área da computação ciente de contexto, web semântica e sistemas de recomendação. O diferencial em relação aos sistemas de recomendação existentes é realizado por meio da atribuição de semântica às informações, da análise do contexto do usuário e da utilização de métricas semânticas e estatísticas como parâmetros de consulta e ordenação para a recomendação de oportunidades de aprendizado. A atribuição de semântica acontece por meio da construção de ontologias, permitindo o compartilhamento de um vocabulário comum para o domínio da aplicação. Já efetuando a análise do contexto do usuário, o 2.

(19) sistema somente recomenda o que é relevante ao indivíduo no momento. Por fim, a utilização de métricas baseada no contexto do usuário permite restringir o que é relevante ao indivíduo e atribuir uma ordem de relevância aos itens recomendados. Estes diferenciais permitem que o sistema de recomendação proposto identifique os conhecimentos que os indivíduos necessitam obter no momento da realização de uma atividade, de acordo com o contexto do usuário e com as métricas utilizadas durante a recomendação. Estes conhecimentos identificados estão incorporados nos documentos corporativos e nas competências dos membros da organização. Além desta personalização, o sistema oferece flexibilidade. Isto ocorre porque os parâmetros de consulta e de ordenação são escolhidos pelo usuário, a partir dos valores obtidos pela análise de seu contexto. Portanto, o sistema de recomendação proposto pretende melhorar o mecanismo de recomendação ao oferecer personalização e flexibilidade.. 1.3. Objetivos A proposta deste trabalho é desenvolver o sistema CoLORS (context-aware learning opportunity recommendation system), um sistema de recomendação de oportunidades de aprendizado sensível a contexto, para alinhar as estratégias de aprendizagem dentro de uma organização. A seguir, são apresentados os objetivos gerais do trabalho desta dissertação.. 1.3.1. Objetivos Gerais O objetivo do trabalho é composto por: 1. Proposição de uma arquitetura de software modular e extensível para sistemas de recomendação sensíveis a contexto com o objetivo de recomendar materiais, especialistas e situações similares. 2. Proposição de uma ontologia para o sistema CoLORS, a partir da extensão de ontologias já existentes, que unifique conceitos relacionados com o gerenciamento de contexto, com a organização e seus processos, com a gestão de competências, com a aprendizagem organizacional e com a gestão do tempo, para a recomendação de materiais, especialistas e situações similares.. 3.

(20) 3. Proposição de mecanismos de restrição e de ordenação, a partir de métricas semânticas e estatísticas sobre as relações da ontologia, para a recomendação de materiais, especialistas e situações similares. Estas métricas funcionam como parâmetros baseados no contexto do usuário e fornecidos no momento da consulta, servindo para restringir e ordenar os itens recomendados.. 1.4. Estrutura da Dissertação A estrutura deste documento é a seguinte: O capítulo 2 exibe o referencial teórico relacionado com esta dissertação. Inicialmente, são discutidos aspectos da criação e da transferência de conhecimento dentro de uma organização a partir das relações da gestão do conhecimento, da gestão de competências e da aprendizagem organizacional em relação à gestão organizacional. Em seguida, são detalhadas as características dos ambientes de aprendizagem, por meio das formas de interação e percepção presentes nestes ambientes, e dos sistemas sensíveis a contexto, através de suas diferenças em relação aos sistemas tradicionais. Por fim, são apresentados conceitos e tecnologias relacionados com a construção de ontologias e com os sistemas de recomendação. O capítulo 3 descreve o estado da arte a partir das propostas de trabalhos utilizadas como referência para a especificação do sistema proposto. Neste capítulo, são detalhados os trabalhos relacionados com o desenvolvimento de sistemas sensíveis a contexto e com a aplicação de contexto em ambientes de aprendizagem. Estes sistemas recomendam conteúdos e especialistas baseado no contexto do usuário e na análise das informações contextuais modeladas na ontologia. O capítulo 4 apresenta a especificação do sistema proposto nesta dissertação. A partir da arquitetura de software proposta, é detalhado o funcionamento de cada componente pertencente ao sistema. Inicialmente, são detalhadas as ontologias utilizadas. Por fim, é apresentado o funcionamento dos componentes responsáveis por recomendar os itens relevantes ao usuário, por meio da consulta e ordenação.. 4.

(21) O capítulo 5 apresenta o protótipo do sistema CoLORS. Inicialmente, são detalhadas as tecnologias utilizadas como suporte para o desenvolvimento do sistema. Em seguida, são mostradas telas da interface gráfica com o objetivo de mostrar a interação do usuário com o sistema a partir das configurações sobre os parâmetros de consulta e ordenação que são utilizados na busca. Por fim, é apresentado um cenário de testes para avaliar a especificação do sistema proposta neste trabalho. O capítulo 6 apresenta as conclusões deste trabalho e a discussão sobre os trabalhos futuros, com o objetivo de listar melhorias e complementar a especificação e o desenvolvimento do sistema CoLORS.. 5.

(22) 2. Fundamentação Teórica Este capítulo apresenta o referencial teórico deste trabalho a partir da relação da gestão de competências, da gestão do conhecimento e da aprendizagem organizacional com os processos utilizados na gestão organizacional de uma empresa. Em seguida, são detalhados conceitos que serviram de infra-estrutura tecnológica para o desenvolvimento do trabalho descrito nesta dissertação, por meio de uma discussão sobre sistemas sensíveis a contexto, ontologias e sistemas de recomendação.. 2.1. Introdução As pesquisas sobre o conhecimento envolvido nas atividades organizacionais já têm sido abordadas desde as primeiras teorias da administração (Silva, 2004). Esse tema tornou-se mais presente a partir das abordagens relacionadas ao aprendizado organizacional e às competências essenciais na gestão estratégica (Spender, 1996). A transferência do conhecimento por meio da recomendação de oportunidades de aprendizado é realizada a partir da relação da gestão do conhecimento e da gestão de competências, com o objetivo de promover a aprendizagem entre os indivíduos da organização. Estas três áreas pertencentes à gestão organizacional fazem parte da modelagem do domínio. Estas oportunidades de aprendizado constituem os materiais, os especialistas e as situações similares que estão relacionados com a competência que o indivíduo necessita obter. A disseminação do conhecimento acontece por meio da transferência do conhecimento explícito vinculado ao material ou do conhecimento tácito de um especialista. Para que os conhecimentos dispersos na organização sejam compartilhados entre os indivíduos, é necessário analisar as competências das pessoas e as competências exigidas pelas atividades que as pessoas estão alocadas, para recomendar as oportunidades de aprendizado vinculadas com estas competências. Para isto, o indivíduo necessita estar ciente dos processos inerentes da organização para que ele possa executar melhor suas atividades. Para atribuir uma recomendação sensível a contexto aos usuários do sistema e recomendar somente o que é relevante a cada um, é necessário modelar e utilizar informações 6.

(23) contextuais no processo de recomendação. Esta recomendação utiliza os modelos de arquitetura, as abordagens, as técnicas e os algoritmos utilizados nos sistemas de recomendação. A estrutura deste capítulo é a seguinte. A seção 2.2 trata sobre gestão organizacional, sendo discutida a importância do uso do conhecimento para a organização por meio da gestão do conhecimento, da gestão de competências e da aprendizagem organizacional. A seção 2.3 está relacionada com os sistemas sensíveis a contexto, sendo mostradas suas particularidades e a aplicação de contexto em ambientes de aprendizagem. Na seção 2.4, são descritas as características das ontologias. Por último, na seção 2.5, são detalhados os métodos de recomendação usados em alguns sistemas de recomendação.. 2.2. Gestão Organizacional As organizações necessitam ter uma clara compreensão dos processos organizacionais e humanos para saber como utilizar a informação estrategicamente. Esta informação é transformada em percepção, conhecimento e ação, com o objetivo de transferir o conhecimento entre os níveis organizacionais da empresa e promover o desenvolvimento de novas competências. Os conhecimentos, as experiências e as competências internas à organização se encontram dispersos, concentrando-se em determinados indivíduos ou unidades organizacionais, dificultando o acesso e a obtenção da informação. Estas informações residem na mente dos indivíduos e nos documentos corporativos, precisando ser convertido em conhecimento para ser partilhado através da organização (Choo, 2003). A obtenção destas competências e dos conhecimentos pelos indivíduos da organização é facilitada através da relação entre a gestão do conhecimento, a gestão de competências e a aprendizagem organizacional, conforme veremos a seguir.. 2.2.1. Gestão do Conhecimento No contexto da gestão organizacional, a gestão do conhecimento é uma disciplina que promove o desenvolvimento organizacional por meio da utilização do conhecimento como um recurso valioso da organização, de fonte estratégica e de vantagem competitiva (Nicolau, 2003). O conhecimento vem despertando o interesse de pensadores sobre sua importância 7.

(24) para a formação do homem desde a Grécia Antiga (Carvalho, 2000). No entanto, só com o surgimento da economia da informação é que as organizações passaram a compreender as necessidades individuais e coletivas por meio da capacidade de adquirir, criar, tratar, interpretar, compartilhar, documentar e utilizar o conhecimento de forma eficaz (Vasconcelos, 2000). A gestão do conhecimento é composta pelos processos de aquisição, geração, disseminação e codificação do conhecimento (Vasconcelos, 2000). O processo de aquisição considera que o conhecimento pode existir na mente das pessoas e em registros diversos, enquanto que a geração acontece por meio da conversão entre o conhecimento tácito e o explícito (Nonaka, et al., 1997). Já a disseminação envolve os processos de transmissão e absorção, pois o conhecimento só terá sido transferido se for absorvido. Por fim, a codificação é facilitada pelos mecanismos de armazenamento de informações com base na história organizacional oriundos da tecnologia da informação (Vasconcelos, 2000). O conhecimento tácito está relacionado ao conhecimento pessoal do indivíduo por meio de suas habilidades pessoais, sendo difícil formalizar ou comunicar a outros. Já o conhecimento explícito está relacionado ao conhecimento formal, possível de verbalizar e registrar, sendo de fácil transmissão para indivíduos e grupos. A conversão entre estes dois tipos de conhecimentos forma um ciclo contínuo, obtendo como resultado o processo de construção do conhecimento realizado pela organização, na qual o foco de aprendizagem ocorre em todos os níveis da organização através das habilidades e dos conhecimentos que vão se transformando em competências (Choo, 2003). A transferência do conhecimento tácito em tácito é realizada por meio do compartilhamento de experiências, enquanto que a conversão de tácito em explícito é provocada pelo diálogo ou pela reflexão coletiva, sendo uma atividade fundamental para a construção do conhecimento. Já a transferência de explícito em explícito é conduzida pela reunião de conhecimentos explícitos provenientes de várias fontes, de forma a agrupar vários conhecimentos formais. Por fim, a conversão de explícito em tácito é um processo pelo qual o conhecimento explícito é incorporado ao conhecimento tácito individual, de acordo com a interpretação do indivíduo (Choo, 2003). Com os avanços da tecnologia da informação surgiram ferramentas de gestão do conhecimento para a codificação do conhecimento na organização por meio da modelagem 8.

(25) do conhecimento existente na mente dos indivíduos e nos documentos corporativos (Davenport, et al., 1998). Estes conhecimentos são estruturados e disponibilizados em uma base compartilhada acessível por toda a organização com o objetivo de identificar as habilidades e as competências de cada indivíduo da empresa, considerando o contexto organizacional e os problemas específicos do negócio (Carvalho, 2000). Há ferramentas também para a geração do conhecimento, embora a maioria delas esteja relacionada aos processos de codificação e à transferência do conhecimento. A maioria utiliza a dimensão explícita do conhecimento, pois já dispõe de uma infra-estrutura tecnológica capaz de armazenar e processar (Carvalho, 2000). Estas ferramentas necessitam saber como obter os conhecimentos que se encontram dispersos na organização, para então organizar e disponibilizar estes conhecimentos para toda a organização. As ferramentas de gestão do conhecimento podem fazer parte de vários tipos de aplicações de acordo com as classificações apresentadas em (Carvalho, 2000) e em (Davenport, et al., 1998). Os diferenciais oferecidos por estes tipos de ferramentas são: o fornecimento de outros tipos de buscas além da tradicional busca por palavra-chave (e.g. restrição da busca para determinadas áreas do documento); a utilização de agentes para a disponibilização automática do conteúdo para o usuário; e a categorização de conteúdos em hierarquias ou taxonomias com a possibilidade de ordenar novas informações nas categorias específicas e mapear os especialistas nas comunidades de conhecimento (Teltech Corporation, 1998).. 2.2.2. Gestão de Competências A gestão de competências está relacionada à forma como a organização planeja, organiza, desenvolve, acompanha e avalia as competências necessárias à execução de suas atividades, sendo utilizada como mecanismo para gerar e sustentar vantagem competitiva. A competência está inserida no contexto da gestão de recursos humanos para qualificar o indivíduo capaz de realizar determinado trabalho (Miranda, 2004). Um dos conceitos que tem aceitação mais ampla refere-se ao conjunto de conhecimentos (saber), habilidades (saber-fazer) e atitudes (saber ser/agir) que afeta parte considerável da atividade de alguém (Brandão, et al., 2001). Estas três dimensões da competência, apresentadas também em (Durand, 1998) e (Fleury, et al., 2001), são interdependentes e complementares, podendo estar relacionadas ao nível da 9.

(26) pessoa através das competências dos indivíduos, ao nível da equipe de trabalho ou ao nível da organização por meio de suas competências essenciais (Brandão, et al., 2001). O conhecimento está relacionado com o conjunto de informações assimiladas e estruturadas pela pessoa, que têm relevância e causam impacto em seu comportamento, enquanto a habilidade refere-se à capacidade de aplicar e fazer uso produtivo do conhecimento por meio de princípios ou técnicas específicas. Por fim, a atitude diz respeito à predisposição da pessoa em relação ao trabalho, a objetos ou a situações (Brandão, et al., 2001). As competências podem estar relacionadas tanto ao conhecimento tácito quanto ao explícito, sendo representadas pela base de conhecimentos tácitos e pelo conjunto de habilidades de um indivíduo para a realização de suas atividades. As competências explícitas podem ser codificadas e repassadas verbalmente ou na forma escrita, enquanto que as tácitas não podem ser totalmente expressas e são específicas ao contexto, sendo disseminadas através da troca de experiências, baseando-se nas habilidades pessoais de cada indivíduo (King, et al., 2002). Estas competências podem manifestar-se nos diferentes níveis organizacionais, de forma que o desenvolvimento delas tem como foco as competências exigidas e particulares a cada organização (Brandão, et al., 2001). Este processo de aprendizagem inicia a partir da identificação das competências relacionadas aos objetivos da organização e do diagnóstico das competências existentes, para então identificar a lacuna existente entre estas competências (Bruno-Faria, et al., 2003).. 2.2.3. Aprendizagem Organizacional A aprendizagem como processo organizacional passou a ter importância nos estudos dos pesquisadores há pouco mais de dez anos (Perim, et al.). Os economistas vêem a aprendizagem através de melhorias nas atividades ou por meio de resultados positivos decorrentes da utilização do conhecimento. Já na área de administração e negócios, o conhecimento é relacionado a uma eficiência competitiva, sustentável e relativa. Por fim, o pessoal de inovação se refere a uma eficiência vinculada à capacidade de criar novidades. Estas três áreas concentram-se nos resultados advindos da gestão do conhecimento, enquanto a teoria organizacional e a psicologia destacam o processo de aprendizagem e a geração do conhecimento (Fernandes, 1999).. 10.

(27) A aprendizagem individual e coletiva nas empresas ocorre através da interação entre o conhecimento tácito e o explícito, pelos processos de conversão destes dois tipos de conhecimento entre os indivíduos da organização, criando, compartilhando e disseminando o conhecimento (Burnham, et al., 2005). Portanto, a aprendizagem se insere no contexto de uma organização em desenvolvimento capaz de compreender como as ações de indivíduos e grupos produzem uma mudança coletiva por meio de suas experiências, melhorando sistematicamente sua forma de trabalho (Silva, 2004). Entre as teorias de aprendizagem organizacional se destacam a behaviorista e a cognitivista (Bemfica, et al., 1999). O behaviorismo concentra-se no que é objetivamente mensurável, de forma a garantir sucesso na resolução de problema. Já o cognitivismo pressupõe que nem toda aprendizagem terá uma mudança de comportamento visível, por isto visa explicar a aprendizagem de conceitos por meio de mapas cognitivos (Bemfica, et al., 1999). Já em relação aos modelos de aprendizagem voltados à gestão empresarial, os que se destacam são os de Garvin, Sveiby, Senge, Stewart e Kolb (Burnham, et al., 2005). A teoria de Garvin (Garvin, et al., 1998) utiliza a experimentação e considera que as organizações são capacitadas em criar, adquirir e transferir conhecimentos, além de modificar seus comportamentos. Já a teoria de Senge (Senge, 1998), concentra-se na aprendizagem individual utilizando os conceitos de aprendizagem generativa e adaptativa, de forma que as pessoas aperfeiçoem a capacidade de aprender em grupo. A teoria de Sveiby (Sveiby, 1988) trata da importância da identificação do conhecimento individual para atingir os fins planejados, enquanto a teoria de Stewart (Stewart, 1998) está relacionada a uma abordagem economicista e individual do conhecimento através do capital intelectual. Por fim, a teoria de Kolb (Kolb, 1997) valoriza somente algumas habilidades em detrimento de outras, e destaca somente um estilo de aprendizagem (Burnham, et al., 2005). Os tipos de aprendizagem organizacional são (Argyris, et al., 1978): ciclo simples (singleloop), ciclo duplo (double-loop) e deutero (triple-loop). O tipo de ciclo simples possui uma ênfase na geração e na distribuição de informações com o objetivo de detectar erros e manter a atividade organizacional no percurso por meio da adaptação de comportamento e respeito aos princípios da organização. Neste ciclo, há pouca reflexão, estando mais presente nas organizações burocráticas. Já a aprendizagem de ciclo duplo promove uma 11.

(28) análise coletiva por meio da revisão dos modelos mentais utilizando a interpretação compartilhada das informações, de forma a gerar novas percepções da realidade e modificar as ações organizacionais de acordo com o questionamento dos princípios e regras vigentes. Por fim, a aprendizagem deutero está relacionada com a capacidade de aperfeiçoar a forma de aprender através do processo de criação e entendimento da geração de modelos mentais de acordo com seu significado para a organização, sendo necessário que a empresa opere de forma transparente e com orientação para a aprendizagem.. 2.3. Sistemas Sensíveis a Contexto A computação sensível a contexto trouxe à tona novas possibilidades para o desenvolvimento de aplicações de sistemas baseados em informações contextuais. A primeira definição de informação de contexto foi apresentada em (Schilit, et al., 1994) como informações de localização, de identidade de pessoas e de objetos próximos entre si e das mudanças nesses objetos. Uma definição mais aceita foi proposta em (Dey, et al., 2001), na qual a informação de contexto é definida como qualquer informação útil para caracterizar a situação de uma entidade. Uma entidade pode ser uma pessoa, um lugar ou um objeto considerado relevante para a interação entre o usuário e a aplicação. Um dos maiores desafios é fazer com que os sistemas computacionais adequem-se de forma satisfatória ao contexto do usuário utilizando boas estratégias para a aquisição e representação de contexto. Para isto, os projetistas de aplicação necessitam saber quais são as informações contextuais relevantes para o domínio da aplicação, que estão relacionadas com o contexto individual de cada usuário e com o contexto do grupo. A obtenção destas informações pode ser realizada explicitamente (intencionalmente expressa pelo usuário) ou implicitamente (sem a comunicação intencional do usuário).. 2.3.1. Características e Requisitos Algumas características contidas nestes sistemas foram apresentadas em (Pascoe, 1998): (1) percepção contextual, através da detecção e apresentação da informação contextual ao usuário, sem interferir no andamento de sua atividade; (2) adaptação contextual, através da execução ou modificação de um serviço de forma automática; (3) descoberta de recursos 12.

(29) contextuais, através da localização e exploração de recursos e serviços relevantes ao usuário; (4) e a expansão contextual, através da associação de informações de contexto à situação particular do usuário. Já em (Dey, et al., 2000), foram definidas características que devem ser consideradas no desenvolvimento destes sistemas: (1) apresentação de informações de contexto e serviços para o usuário; (2) execução automática de um serviço, de acordo com a situação do usuário, semelhante à adaptação contextual definida em (Pascoe, 1998); (3) e a união de informações de contexto, semelhantes à expansão contextual definida em (Pascoe, 1998). Alguns requisitos para o desenvolvimento destes sistemas foram apresentados em (Dey, et al., 2000): (1) especificação de informações de contexto para o uso na aplicação; (2) aquisição de contexto a partir de fontes heterogêneas, ocorrendo a separação entre aquisição e utilização de informações de contexto, sem se preocupar como elas foram adquiridas; (3) interpretação de informações de contexto, antes de serem utilizadas pelas aplicações, a partir de um modelo semântico formal de contexto; (4) comunicação distribuída e transparente, entre sensores e aplicações sensíveis a contexto com o tratamento de questões como qualidade, segurança e privacidade; (5) disponibilidade contínua de componentes de captura de informações de contexto, executados de maneira independente das aplicações que os executam, de forma a disseminar o contexto para um indivíduo no momento relevante; (6) armazenamento de informações de contexto e o tratamento do desempenho do sistema; (7) e por fim, a descoberta de recursos que informa onde encontrar os componentes adequados e os mecanismos de acesso a eles. Há seis dimensões semânticas utilizadas pelos projetistas de aplicação para modelar as informações de contexto: quem (informações sobre as pessoas, com a identificação das entidades de uma atividade); quando (informações temporais, situando eventos em uma linha do tempo), onde (informações sobre a localização das entidades em um ambiente físico ou virtual), o que (quais são as atividades dos usuários), porque (quais os motivos das ações dos usuários) e como (qual o plano de ação dos usuários) (Siebra, et al., 2005).. 13.

(30) 2.3.2. Contexto em Ambientes de Aprendizagem O contexto em ambientes de aprendizagem é evidenciado por meio da percepção que os participantes obtêm do ambiente e dos demais membros do grupo. O contexto do grupo está relacionado com a sua composição, regras, papéis e objetivos, enquanto que o contexto individual aborda as particularidades de cada membro do grupo e o contexto do projeto está relacionado ao objetivo a ser alcançado pelo grupo (Brézzillon, et al., 2004). Este contexto é usado para assegurar que as contribuições individuais são relevantes para as atividades do grupo e avaliar ações individuais em relação aos objetivos e ao progresso do grupo, apresentando diferentes níveis de contexto, conforme mostra a Figura 2-1. Geral. Contexto do Grupo Contexto Individual 1. Contexto Individual 2. Contexto do Projeto Específico. Figura 2-1 - Diferentes níveis de contexto. (Adaptada de (Brézzillon, et al., 2004)). A dinamicidade do contexto nestes ambientes envolve três tipos de conhecimento: o conhecimento externo (não é relevante para o foco atual), o conhecimento contextual (relevante por possuir fortes conexões com o foco atual, embora não diretamente considerado no foco) e o contexto procedimental (extraído do conhecimento contextual e usado no foco atual) (Borges, et al., 2004). Através da percepção, o conhecimento contextual pode ser transformado para ser utilizado no foco atual, do contexto do grupo para o contexto individual e do individual para o contexto do projeto. Estas transformações (Brézzillon, et al., 2004) têm o intuito de antecipar os resultados das ações através de vários passos conforme pode ser visto na Figura 2-2.. 14.

(31) contexto individual. Geração (construção do conhecimento). Visualização (interface do usuário). Armazenamento (persistência). Captura (sensores). Percepção (mecanismos). contexto do grupo. Interpretação (internalização). contexto individual. Figura 2-2 - Processando o conhecimento contextual. (Adaptada de (Brézzillon, et al., 2004)). Na Figura 2-2, o contexto individual, baseado no conhecimento tácito do indivíduo e que é transformado em conhecimento explícito, de acordo com a situação enfrentada por ele, é fornecido como entrada para a geração do conhecimento. Esta entrada para a geração do conhecimento consiste na disponibilização de informação de uma pessoa para o grupo, sendo capturado através de sensores físicos ou lógicos, e sendo armazenado e utilizado pelos mecanismos de percepção. O contexto do grupo, baseado nos conhecimentos tácito e explícito vivenciados pelos membros do grupo, assim como as informações capturadas pelos sensores também servem de entrada para os mecanismos de percepção, gerando elementos de percepção na interface do usuário. A partir destes elementos de percepção e de seu contexto individual, os usuários interpretam as informações e internalizam o conhecimento, transformando o conhecimento explícito em tácito, dando início a um novo ciclo por meio da construção e do armazenamento do conhecimento (Brézzillon, et al., 2004). Uma das formas utilizadas para representar as informações contextuais usadas nos sistemas sensíveis a contexto está relacionada com a construção de ontologias, conforme veremos a seguir.. 2.4. Ontologias No âmbito da representação do conhecimento, o significado do termo ontologia mais freqüentemente utilizado foi retirado da área de Inteligência Artificial (IA) e encontra-se em (Gruber, 1993): “Uma ontologia é uma especificação formal, explícita e compartilhada de uma conceitualização”. Conceitualização tem como referência um modelo abstrato de algum fenômeno no mundo através da identificação de seus conceitos relevantes. Explícita significa 15.

(32) que o tipo de conceito usado e as restrições no seu uso, estão explicitamente definidos. Formal refere-se ao fato de que a ontologia deve ser compreendida pelas máquinas. Compartilhada reflete a noção de que uma ontologia deve capturar um conhecimento consensual de um domínio, não sendo originada somente por alguns indivíduos, mas aceita por uma comunidade (Studer, et al., 1998). Por meio das ontologias pode-se elaborar uma rede enorme de conhecimento humano e criar um ambiente em que agentes de software e usuários possam trabalhar de forma cooperativa, trazendo benefícios ao desenvolvimento de sistemas sensíveis a contexto. Com base no processamento semântico dos dados e nas heurísticas realizadas por máquinas, a equipe da W3C (World Wide Web Consortium) vem trabalhando, desde 1998, na padronização e desenvolvimento de tecnologias avançadas, por meio da representação estrutural e semântica dos recursos na web. Algumas linguagens já foram padronizadas para a web semântica, tais como: a XML (Extensible Markup Language) (http://www.w3.org/XML), uma linguagem de marcação para transporte de dados; a RDF (Resource Description Framework) (http://www.w3.org/RDF), para representação da estrutura desses dados; e linguagens para representação da semântica. desses. dados,. entre. elas. a. OWL. (Web. Ontology. Language). (http://www.w3.org/TR/owl-features), explicitando relações e restrições sobre a semântica do mundo real. A linguagem OWL estende o vocabulário de esquemas RDF e, para comportar aplicações com diferentes requisitos de expressividade e inferência, apresenta três tipos de linguagem: OWL Lite, OWL DL e OWL Full (http://www.w3.org/TR/owlfeatures). Através destas linguagens e tecnologias, é possível realizar a construção das ontologias, composta por um modelo de relacionamento de entidades e suas interações, em algum domínio particular do conhecimento ou específico a alguma atividade. O objetivo de sua construção é a necessidade de um vocabulário compartilhado e controlado para se trocarem informações entre os membros de uma comunidade, sejam eles humanos ou agentes inteligentes. Para descrever de forma explícita a semântica do vocabulário de uma ontologia, são necessárias primitivas de modelagem e relacionamentos semânticos. As primitivas formam a base de qualquer ontologia, representadas por classes, propriedades e indivíduos 16.

(33) (ou objetos), enquanto os relacionamentos expressam os variados tipos de relacionamentos que podem existir entre as primitivas de modelagem de um domínio, tais como especialização, generalização, composição, equivalência, disjunção, simetria, negação, transitividade, entre outros. As ontologias favorecem o compartilhamento da mesma estrutura de informações entre pessoas e softwares, pois possibilita a descrição formal das relações existentes entre os objetos em um formato que as máquinas podem usar. Isto permite inclusive o reuso de conhecimentos dentro de um determinado domínio e favorece a interoperabilidade entre sistemas de software. A formalidade e a semântica explícita das ontologias permitem que sistemas de software, por meio de mecanismos e regras de inferência, sejam capazes de deduzir novos fatos a partir de fatos declarados acerca de um domínio. Os projetistas de aplicação necessitam saber a localização de cada ontologia necessária para seus sistemas, de forma a reusar as ontologias já publicadas pelas comunidades inseridas no domínio do projeto. Desta forma, pode-se reusar e estender as definições de termos de outras ontologias distribuídas na web, facilitando a definição das informações de contexto presentes nas aplicações dentro de um determinado domínio.. 2.5. Sistemas de Recomendação Os sistemas de recomendação têm sido utilizados desde a década passada em várias áreas, usando as mais diversas técnicas para a geração das recomendações. Muitas destas técnicas surgiram a partir das técnicas existentes nos sistemas de recuperação de informação. O objetivo destes sistemas é identificar itens baseados em alguns critérios para então, oferecerem recomendações aos usuários. Conforme apresentado em (Reategui, et al., 2005), há dois tipos de técnicas comumente utilizadas nos componentes da arquitetura de software de um sistema de recomendação. Enquanto um dos tipos faz uma análise direta dos dados por meio da filtragem de informações, o outro, que não é o foco deste trabalho, utiliza técnicas de mineração de dados usando regras de classificação, associação e agrupamento. Apenas os conceitos relativos aos sistemas de recomendação com filtragem de informações são discutidos nesta seção.. 17.

(34) A arquitetura de software baseada na filtragem de informações e mostrada na Figura 2-3, foi utilizada como base para o sistema de recomendação proposto neste documento. Nesta arquitetura, diferentes estratégias de recomendação são armazenadas, permitindo a realização de diversos tipos de sugestões aos usuários por meio de um servidor web que faz requisições ao sistema, para então recomendar de forma personalizada, os conteúdos, os serviços e as ofertas de interesse ao usuário. conteúdo, serviços e ofertas personalizados. Estratégias de Recomendação. Interface / Usuário da Aplicação. Sistema de Recomendação. requisições / recomendações. Servidor. Dados Demográficos. Dados Transacionais. transações. Figura 2-3 - Arquitetura de sistema de recomendação com filtragem de informações (Reategui, et al., 2005). Conforme mostrado na Figura 2-3, o processo de recomendação inicia com o sistema coletando informações sobre os itens de forma implícita ou explícita e criando uma representação sobre eles. Estas informações podem ser representadas de diversas formas, incluindo as ontologias. A coleta implícita é realizada pelo sistema, sem a intervenção do usuário, e na medida em que ele interage com o sistema. Já a coleta explícita acontece com uma intervenção do usuário no sistema, informando deliberadamente um dado sobre o item. Desta forma, um sistema de recomendação recupera para certo usuário suas preferências explícitas e implícitas, além do conteúdo e ofertas relacionados a itens nos quais ele já tenha mostrado interesse, para então, realizar a recomendação. Esta arquitetura de software mostrada na Figura 2-3, utiliza um dos três tipos de filtragem de informação detalhados em (Herlocker, 2000): a filtragem baseada em conteúdo, a filtragem colaborativa e a filtragem híbrida.. 2.5.1. Filtragem Baseada em Conteúdo Esta técnica (Herlocker, 2000) tem suas origens em sistemas de recuperação de informação, realizando uma seleção baseada na análise de conteúdo dos itens e no perfil do usuário para reduzir o problema ocasionado com a sobrecarga de informações. Portanto, ela emprega a 18.

(35) busca dos itens a partir de seus conteúdos, baseado nos conteúdos que os usuários necessitam. Esta filtragem é utilizada em domínios que possuem informações armazenadas em forma textual. Para tratar casos que lidam com arquivos multimídia, como imagens, músicas e vídeos, este tipo de filtragem apresenta limitações ao dificultar ou inviabilizar a comparação de conteúdo, por não serem dados estruturados. Outras limitações são: a análise de sinônimos, dificultando o entendimento do conteúdo do texto ao produzir resultados diferentes para palavras com o mesmo significado; a super especialização, pois conteúdos do interesse do usuário por não ser similares, provavelmente não são recomendados; e por fim, a qualidade não é considerada ao recomendar os itens, pois a análise se restringe às descrições dos conteúdos (Reategui, et al., 2005).. 2.5.2. Filtragem Colaborativa Este tipo de filtragem (Herlocker, 2000) gera a recomendação por meio da troca de experiências entre pessoas que possuem preferências similares, filtrando os itens de acordo com as avaliações destes usuários. Os sistemas que usam esta técnica automatizam o processo de recomendação ao coletar as pontuações dos itens atribuídas pelos usuários. Uma das vantagens desta filtragem é que ela não necessita analisar os conteúdos dos itens, logo não apresenta restrições práticas quanto aos tipos de dados que compõem o conteúdo filtrado. Outra vantagem é que a super especialização não acontece, pois os itens que não estão diretamente relacionados com o perfil do usuário podem ser recomendados. Aspectos relacionados com a qualidade também são resolvidos porque os usuários de interesse comum avaliam os itens recomendados (Reategui, et al., 2005). Já o maior problema é que esta filtragem necessita de uma grande quantidade de avaliações e usuários para que possa produzir resultados com qualidade. Se existem poucos usuários em relação ao número de itens, há o problema das pontuações esparsas, pois a dificuldade em encontrar similaridades entre os perfis é bem maior, ocasionando a perda de qualidade ou até mesmo inviabilizando a recomendação. Outra limitação é em relação ao primeiro avaliador de um item, pois se um item ainda não foi avaliado, ele não tem relação com um perfil de usuário, não tendo como ser recomendado. Por fim, há o problema relacionado com a similaridade, pois se um usuário possui um perfil que varia do normal, este terá 19.