Uma arquitetura de agentes para recomendação contextualizada de eventos baseado em propagação de ativação

Abstract

As técnicas tradicionais de recomendação não consideram as preferências do usuário de acordo com o contexto no qual está inserido. Não obstante, os sistemas de recomendação que agregam elementos contextuais são geralmente baseados em descrições sintáticas ou em valores numéricos informados explicitamente pelo usuário, o que pode gerar recomendações fora do domínio desejado, além de limitar a transparência do sistema quanto a interação usuário-ambiente, um dos principais objetivos da Computação Pervasiva. Deste modo, para que o processo de recomendação seja personalizado e transparente ao usuário, faz-se necessária uma aplicação que ltre proativamente o conteúdo das informações conforme contexto corrente e às preferências do usuário. Neste sentido, o objetivo deste trabalho é propor uma arquitetura baseada no paradigma de agentes de software, que permita a extração incremental de padrões comportamentais semanticamente relacionados pela aplicação da Teoria de Propagação da Ativação da Memória, possibilitando a oferta de informações contextualizadas aos usuários em ambientes distintos, como em um campus universitário. A prova de conceito da arquitetura proposta foi realizada pelo desenvolvimento de uma aplicação denominada eAgora?, a qual foi utilizada em um cenário de recomendação de eventos acadêmicos e culturais no campus Darcy Ribeiro da Universidade de Brasília. ______________________________________________________________________________ ABSTRACT

Traditional recommendation techniques don't consider user's preferences according to context. Nevertheless, the recommendation systems that add contextual elements are often based on syntactic descriptions and numerical values, which are explicitly informed by users. As a result, recommen- dation outside the desired domain can be generated. Also the Pervasive Computing major goal can be limited by the system transparency. Thus, for a transparent and customized recommendation process it is necessary an application that proactively lters the information content according to the current context and user's preferences. This research aims to propose an architecture based on the agents paradigm, that enables incremental extraction of semantically related behaviour patterns. Also, the use of Spreading Activation Theory of Memory enables that contextual information is o ered in distinct environments, e.g., the university campus. The proposed architecture has been validated through the development of eAgora? application, which is used in academic and cultural events recommendation at the Darcy Ribeiro Campus of the Brasília University.