Σύστημα Παραγωγής Συστάσεων Ειδήσεων

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Σύστημα Παραγωγής Συστάσεων Ειδήσεων Πτυχιακή Εργασία του Γεώργιου Φεσαλίδη (ΑΕΜ: 1440) Επιβλέπων Καθηγητής: ΤΣΟΥΜΑΚΑΣ ΓΡΗΓΟΡΙΟΣ ΘΕΣΣΑΛΟΝΙΚΗ ΙΟΥΝΙΟΣ i-

2

3 Πρόλογος Η παρούσα πτυχιακή εργασία αποσκοπεί στην επέκταση υπάρχοντος διαδικτυακού συστήματος [6] που χρησιμοποιεί δεδομένα χρηστών για την παραγωγή συστάσεων επιστημονικών άρθρων. Η επέκταση αφορά τη βελτίωση της διεπαφής του συστήματος και ενσωμάτωσης λειτουργιών επισημείωσης του περιεχομένου με σημάνσεις (tags). Σε αυτό το σημείο είναι αναγκαίο να εκφράσω τις ευχαριστίες μου σε όλους εκείνους που βοήθησαν, στην ολοκλήρωση αυτής της εργασίας. Ο πρώτος που θα ήθελα να ευχαριστήσω είναι ο επιβλέπων καθηγητής μου και Λέκτορας του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης κ. Γρηγόριος Τσουμάκας, για την εμπιστοσύνη που μου έδειξε καθ όλη τη διάρκεια εκπόνησης της εργασίας, την ευκαιρία που μου έδωσε να εργαστώ πάνω σε ένα θέμα που παρουσιάζει μεγάλο ερευνητικό ενδιαφέρον και τη βοήθεια του στην πορεία συγγραφής της εργασίας. Επίσης θα ήθελα να ευχαριστήσω θερμά: Τον υποψήφιο διδάκτορα του τμήματος Ιωάννη Κατάκη για τον καθοδηγητικό του ρόλο σε θέματα υλοποίησης και επέκτασης, αλλά και για τη μεταπτυχιακή εργασία του [6], αφού αποτέλεσε θεμέλιο για τη συγγραφή αυτής της εργασίας. Τα μέλη της ομάδας εργασίας Λογικού Προγραμματισμού και Ευφυών Συστημάτων (LPIS - ) του εργαστηρίου Γλωσσών Προγραμματισμού και Τεχνολογίας Λογισμικού (PLase - για τη βοήθεια και τη συμπαράστασή τους. Γεώργιος Φεσαλίδης Θεσσαλονίκη, Ιούνιος i-

4

5 Περιεχόμενα ΠΡΟΛΟΓΟΣ... I ΠΕΡΙΕΧΟΜΕΝΑ...III 1 ΕΙΣΑΓΩΓΗ ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ ΕΙΣΑΓΩΓΗ ΔΟΜΗ ΣΥΣΤΗΜΑΤΟΣ ΣΥΣΤΑΣΕΩΝ ΣΥΝΕΡΓΑΤΙΚΗ ΔΙΗΘΗΣΗ Παραγωγή συστάσεων βάσει δεδομένων χρηστών ΚΑΝΟΝΕΣ ΣΥΣΧΕΤΙΣΗΣ Market Basket Analysis Βασικές έννοιες Apriori ΣΥΣΤΗΜΑΤΑ ΣΗΜΑΝΣΕΩΝ ΕΙΣΑΓΩΓΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΙΝΗΤΡΑ ΧΡΗΣΤΩΝ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΣΥΣΤΗΜΑΤΩΝ ΚΟΙΝΩΝΙΚΩΝ ΣΗΜΑΝΣΕΩΝ Delicious CiteULike ΤΟ ΣΥΣΤΗΜΑ CSNEWS ΛΕΙΤΟΥΡΓΙΕΣ Εγγραφή νέου χρήστη Είσοδος στο σύστημα Εγγραφή σε τροφοδοσίες Εισαγωγή τροφοδοσίας iii-

6 4.1.5 Ανάγνωση τροφοδοσιών Προσθήκη σημάνσεων Αναζήτηση τροφοδοσίας ή άρθρου Αλλαγή κωδικού πρόσβασης ΠΑΡΑΓΩΓΗ ΣΥΣΤΑΣΕΩΝ Συνεργατική Διήθηση Κανόνες Συσχέτισης ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΣΥΣΤΗΜΑΤΟΣ ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ Δομή πινάκων ΤΕΧΝΟΛΟΓΙΕΣ ΥΛΟΠΟΙΗΣΗΣ Η ΓΛΩΣΣΑ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ JAVA Χαρακτηριστικά της Java Εικονική Μηχανή Υπηρεσίες της Java JAVA SERVER PAGES Λόγοι επιλογής της τεχνολογία JSP Κύκλος ζωής μιας σελίδας JSP Στοιχεία JSP JAVASCRIPT Μορφή σεναρίου JavaScript CASCADING STYLE SHEETS Εισαγωγή Style Sheet Σύνταξη Style Sheet Κλάσεις Αναγνωριστικά MYSQL Ιστορικά στοιχεία Επιλογή της MySQL JDBC APACHE TOMCAT... T RSS ROME iv-

7 5.9 TASTE WEKA Μορφή των δεδομένων Βασικές λειτουργίες εξόρυξης δεδομένων ΣΥΜΠΕΡΑΣΜΑΤΑ & ΜΕΛΛΟΝΤΙΚΗ ΕΡΓΑΣΙΑ ΣΥΜΠΕΡΑΣΜΑΤΑ ΜΕΛΛΟΝΤΙΚΗ ΕΡΓΑΣΙΑ...66 ΒΙΒΛΙΟΓΡΑΦΙΑ v-

8

9 1 Εισαγωγή Σκοπός της πτυχιακής εργασίας είναι η επέκταση ενός υπάρχοντος διαδικτυακού συστήματος, που χρησιμοποιεί δεδομένα χρηστών για την παραγωγή συστάσεων επιστημονικών άρθρων. Το σύστημα αυτό ονομάζεται CSNews (Computer Science News). Πρόκειται για μια διαδικτυακή εφαρμογή, όπου κάθε χρήστης έχει τη δυνατότητα να εγγράφεται σε κάποια τροφοδοσία (feed) άρθρων, να διαβάσει τα άρθρα της τροφοδοσίας και να επιλέγει ποια από αυτά τον ενδιαφέρουν ή όχι. Με αυτόν τον τρόπο δημιουργείται το προφίλ του χρήστη, βάσει του οποίου παράγονται οι συστάσεις. Στο σύστημα CSNews χρησιμοποιούνται δυο διαφορετικές προσεγγίσεις για τη παραγωγή των συστάσεων, α) η Συνεργατική Διήθηση (Collaborative Filtering) και β) οι Κανόνες Συσχέτισης (Association Rules). Πέραν όμως από τις ήδη υπάρχουσες λειτουργίες, στα πλαίσια της επέκτασης του συστήματος, έγινε : βελτίωση της διεπαφής βελτίωση προϋπάρχοντων λειτουργιών, όπως δημιουργία χρηστών, εγγραφή και ανάγνωση τροφοδοσιών και προστέθηκαν επιπλέον λειτουργίες όπως : εισαγωγή τροφοδοσιών από το χρήστη προσθήκη σημάνσεων (tags) στις τροφοδοσίες και στα άρθρα αναζήτηση τροφοδοσιών ή άρθρων με βάση τις σημάνσεις εύρεση παρόμοιων τροφοδοσιών ή άρθρων βάσει των σημάνσεων Η διαδικασία ανάπτυξης και επέκτασης του συστήματος έγινε με τη χρήση των τεχνολογιών της γλώσσας προγραμματισμού Java. Η πτυχιακή εργασία οργανώνεται σε 6 Κεφάλαια. Στο Κεφάλαιο 2, περιγράφονται τα Συστήματα Συστάσεων και παρουσιάζεται η διαδικασία παραγωγής συστάσεων με χρήση της Συνεργατικής Διήθησης και των Κανόνων Συσχέτισης. Στο Κεφάλαιο 3, περιγράφονται τα Συστήματα Σημάνσεων και οι βασικές έννοιες που υπαρχουν σ αυτά. Στο Κεφάλαιο 4, παρουσιάζεται η αρχιτεκτονική του CSNews, οι λειτουργίες στις ο- ποίες έγιναν βελτιώσεις και όλες οι νέες λειτουργίες που ενσωματώθηκαν. Στο Κεφά- -1-

10 λαιο 5, γίνεται μια λεπτομερής περιγραφή των τεχνολογίων που χρησιμοποιήθηκαν για την υλοποίηση και την επέκταση του CSNews. Τέλος, στο Κεφάλαιο 6, αναφέρονται τα συμπεράσματα και οι πιθανές βελτιώσεις που επιδέχεται το CSNews σε κάποια μελλοντική εργασία. -2-

11 2 Συστήματα Συστάσεων Αυτό το κεφάλαιο οργανώνεται σε δυο μέρη. Στο πρώτο μέρος περιγράφονται τα Συστήματα Συστάσεων με έμφαση στο πρόβλημα που καλούνται να αντιμετωπίσουν. Στο δεύτερο μέρος γίνεται εισαγωγή στη Συνεργατική Διήθηση και στους Κανόνες Συσχέτισης τις δύο μεθόδους που χρησιμοποιήθηκαν για την παραγωγή των συστάσεων στο σύστημα CSNews. 2.1 Εισαγωγή Τα τελευταία χρόνια με τη ραγδαία ανάπτυξη του Παγκόσμιου Ιστού, ολοένα και περισσότεροι χρήστες κατακλύζονται με τεράστια ποσά πληροφορίας. Καθημερινά όλο και περισσότερη πληροφορία είναι εύκολα προσβάσιμη στον καθένα. Μπορεί να ειπωθεί, πως η αύξηση του όγκου της πληροφορίας δεν αποτελεί πρόβλημα, αυτό όμως δεν ισχύει γιατί είναι δύσκολο για το χρήστη να ανακαλύψει την ωφέλιμη πληροφορία που τον ενδιαφέρει ανάμεσα σε μεγάλη ποσότητα μη χρήσιμης πληροφορίας. Το παραπάνω φαινόμενο καλείται «Υπερφόρτωση Πληροφορίας» (Information Overload) και στην αντιμετώπισή του στοχεύουν τα Συστήματα Συστάσεων. Τα Συστήματα Συστάσεων χρησιμοποιούνται για να προτείνουν στο χρήστη αντικείμενα όπως βιβλία, ειδήσεις, άρθρα, ταινίες, σελίδες στο διαδίκτυο, μουσική κ.α που μπορεί να τον ενδιαφέρουν. Δηλαδή, ο σκοπός της ανάπτυξής τους είναι η επιλεκτική προώθηση πληροφορίας στο χρήστη με βάση τις προτιμήσεις του. Μέσα από τις επιλογές του χρήστη το σύστημα αποκτά γνώση για τις προτιμήσεις του και εκμεταλλευόμενο αυτήν τη γνώση παράγει συστάσεις. Τα Συστήματα Συστάσεων δραστηριοποιούνται αρκετά στο χώρο του ηλεκτρονικού επιχειρείν, αφού οι επιτυχημένες προβλέψεις ή συστάσεις για το χρήστη - πελάτη ωφελούν αντίστοιχα και τις επιχειρήσεις που τις παράγουν. Ιστοχώροι όπως Amazon 1, MovieLens 2 κ.α. χρησιμοποιούν τεχνικές παραγωγής συστάσεων για την προσέλκυση 1 Amazon MovieLens

12 και τη διευκόλυνση του χρήστη - πελάτη. Στις εικόνες 1-2 φαίνονται οι αρχικές σελίδες των Amazon και MovieLens. Εικόνα 1: Amazon Εικόνα 2: MovieLens 2.2 Δομή Συστήματος Συστάσεων Πριν ξεκινήσει η περιγραφή της δομής ενός Συστήματος Συστάσεων, χρειάζεται πρώτα να γίνει αναφορά σε κάποιους βασικούς όρους. Ενεργός χρήστης: είναι ο χρήστης για τον οποίο θα παραχθούν οι συστάσεις με γνώμονα προηγούμενες προτιμήσεις και βαθμολογίες αντικειμένων. Αντικείμενο: είναι το αντικείμενο που βαθμολογείται από τους διάφορους χρήστες και πιθανόν να ενδιαφέρει και τον ενεργό χρήστη. Ενεργό αντικείμενο: είναι το αντικείμενο που δεν έχει βαθμολογηθεί και για το οποίο ανάμενεται πρόβλεψη από το σύστημα συστάσεων -4-

13 Μοντέλο αναπαράστασης: είναι μια μορφή αναπαράστασης των χρηστών και των αντικειμένων. Συνήθως πρόκειται για πίνακα πολλών διαστάσεων. Πρόβλεψη: είναι η εκτιμώμενη άποψη του ενεργού χρήστη για ένα αντικείμενο. Σύσταση: είναι το αντικείμενο που προτείνεται στον ενεργό χρήστη. Μια απλή δομή ενός Συστήματος Συστάσεων φαίνεται στην Εικόνα 3. Εικόνα 3: Απλή δομή Συστήματος Συστάσεων Ο πυρήνας αυτής της δομής είναι ο αλγόριθμος που χρησιμοποιείται για την παραγωγή των προβλέψεων/συστάσεων. Αυτός ο αλγόριθμος δέχεται σαν είσοδο το μοντέλο αναπαράστασης. Στη συνέχεια με την κατάλληλη επεξεργασία του μοντέλου παράγονται οι προβλέψεις ή οι συστάσεις για τον ενεργό χρήστη. Παρακάτω παρουσιάζεται αναλυτικά η διαδικασία παραγωγής συστάσεων με χρήση της Συνεργατικής Διήθησης και των Κανόνων Συσχέτισης. 2.3 Συνεργατική Διήθηση Η Συνεργατική Διήθηση είναι η διαδικασία που ακολουθείται για το φιλτραρίσμα της πληροφορίας χρησιμοποιώντας τεχνικές που περιλαμβάνουν τη συνεργασία μεταξύ πολλών, χρηστών, πηγών δεδομένων κτλ. Η Συνεργατική Διήθηση εφαρμόζει τεχνικές Ανάκτησης Πληροφορίας και Εξόρυξης Δεδομένων για να παρέχει προβλέψεις για τις προτιμήσεις ενός χρήστη, αξιοποιώντας παρόμοιες προτιμήσεις άλλων χρηστών. Η γενική υπόθεση είναι πως χρήστες των οποίων οι απόψεις ταυτίζονταν στο παρελθόν, τείνουν να ταυτίζονται και στο µέλλον. Είναι μια εξαιρετικά δημοφιλής μέθοδος που υιοθετείται από πολλά συστήματα παραγωγής συστάσεων. Οι εφαρμογές της συνήθως περιλαμβάνουν μεγάλα σύνολα δεδο- -5-

14 μένων όπως οικονομικά δεδομένα, δεδομένα που αφορούν το ηλεκτρονικό εμπόριο και εφαρμογές του Web 2.0, όπου συνήθως δίνεται έμφαση στα δεδομένα των χρηστών. Κατηγορίες συστημάτων Συνεργατικής Διήθησης Σε αυτό το σημείο παρουσιάζονται οι δύο τύποι αλγορίθμων Συνεργατικής Διήθησης: Παραγωγή συστάσεων βάσει δεδομένων χρηστών (User Based Collaborative Filtering) και Παραγωγή συστάσεων βάσει αντικειμένων (Item Based Collaborative Filtering). Ανάλογα με την εφαρμογή των αλγορίθμων διακρίνονται δυο κατηγορίες συστημάτων : Συστήματα Συνεργατικής Διήθησης βάσει δεδομένων χρηστών: Αυτά βασίζονται σε υπολογισμούς ομοιότητας προτιμήσεων μεταξύ χρηστών. Εντοπίζονται γειτονιές χρηστών με βάση τις βαθμολογίες που δίνουν σε διάφορα αντικείμενα. Αφού εντοπιστούν οι γειτονιές, προτείνονται στο χρήστη τα αντικείμενα που άρεσαν στους γείτονές του και αυτός δεν έχει δει - αξιολογήσει ακόμη. Συστήματα Συνεργατικής Διήθησης βάσει αντικειμένων (Item Based Collaborative Filtering). Αυτά βασίζονται σε υπολογισμούς ομοιότητας μεταξύ αντικειμένων. Ο ενεργός χρήστης βαθμολογεί αντικείμενα και υπολογίζεται η συσχέτιση αυτών με το ενεργό αντικείμενο. Στη συνέχεια, εντοπίζονται οι γειτονιές των αντικειμένων που βρίσκονται κοντά στο ενεργό αντικείμενο, λαμβάνοντας υπόψη τις τιμές των συσχετίσεων με αυτό. Αφού εντοπιστούν οι γειτονιές, εφαρμόζεται το στάδιο παραγωγής προβλέψεων για το ενεργό αντικείμενο Παραγωγή συστάσεων βάσει δεδομένων χρηστών Η διαδικασία παραγωγής συστάσεων βάσει δεδομένων χρηστών αποτελείται από 3 στάδια: Δημιουργία μοντέλου χρηστών - αντικειμένων Διαμόρφωση γειτονιάς χρηστών Παραγωγή προβλέψεων/παραγωγή συστάσεων. Παρακάτω ακολουθεί αναλυτική περιγραφή του κάθε σταδίου ξεχωριστά. Δημιουργία μοντέλου χρηστών - αντικειμένων Η διαδικασία παραγωγής συστάσεων ξεκινά με το πρώτο στάδιο, που είναι η δημιουργία ενός μοντέλου χρηστών - αντικειμένων που θα χρησιμοποιηθεί στη διαμόρφωση της γειτονιάς χρηστών. -6-

15 Το μοντέλο χρηστών - αντικειμένων βασίζεται σε ένα πίνακα mxn διαστάσεων που καλείται πίνακας χρηστών - αντικειμένων. Αν U = {u 1,u 2,u 3 u m } είναι το σύνολο των χρηστών ενός συστήματος συστάσεων και I = {i 1, i 2, i 3, i n } είναι το σύνολο των αντικειμένων που βαθμολογούνται, τότε ο πίνακας έχει τη μορφή: u u.. u 1 2 m i1 i2. i1n r11r12.. r1n r12r 22.. r 2n r m1r m2.. r mn Το στοιχείο r ij είναι ο βαθμός που έχει λάβει το αντικείμενο που βρίσκεται στη θέση j του πίνακα από τον χρήστη i. Ένα παράδειγμα βαθμολόγησης είναι η δυαδική βαθμολόγηση, δηλαδή : r ij = 0 όταν το αντικείμενο i j δεν αρέσει στο χρήστη u i r ij = 1 όταν το αντικείμενο i j αρέσει στο χρήστη u i Διαμόρφωση γειτονιάς χρηστών Η διαμόρφωση γειτονιάς χρηστών, αποτελεί το δεύτερο στάδιο της διαδικασίας παραγωγής συστάσεων και έχει σαν στόχο τον εντοπισμό μιας γειτονιάς χρηστών που έχουν παρόμοιες προτιμήσεις με τον ενεργό χρήστη. Συγκεκριμένα, από τον πίνακα χρηστών - αντικειμένων υπολογίζεται η ομοιότητα χρηστών με τη χρήση μετρικών ομοιότητας. Στη συνέχεια, γίνεται επεξεργασία των συσχετίσεων μεταξύ των χρηστών και τέλος ε- ντοπίζονται οι χρήστες που αποτελούν τη γειτονιά των χρηστών του ενεργού χρήστη. Όπως αναφέρθηκε παραπάνω για τον υπολογισμό της ομοιότητας των χρηστών είναι απαραίτητη η ύπαρξη μετρικών ομοιότητας. Αυτές οι μετρικές εφαρμόζονται στα στοιχεία του πίνακα χρηστών - αντικειμένων και παράγουν κάποια αποτελέσματα που στη συνέχεια επεξεργάζονται. Οι βασικότερες µετρικές που χρησιµοποιούνται είναι οι Pearson Correlation και Cosine Similarity. Pearson Correlation Η μετρική Pearson μετρά την απόσταση δύο διανυσμάτων στον n - διάστατο χώρο. Το πεδίο τιμών της περιέχει συνεχείς τιμές από [-1,+1]. Οι τιμές -1, 0,+1 δηλώνουν ότι: -1 : τα διανύσματα είναι αντίθετα 0: τα διανύσματα δεν ταυτίζονται +1: τα διανύσματα ταυτίζονται πλήρως -7-

16 Για τον υπολογισμό της ομοιότητας δυο χρηστών έστω u i και u k που έχουν βαθμολογήσει p αντικείμενα με p n, όπου n ο συνολικός αριθμός αντικειμένων στον πίνακα χρηστών - αντικειμένων, η μετρική Pearson δίνεται από τον τύπο: όπου: r ij η βαθμολογία που έχει λάβει το j αντικείμενο από τον i χρήστη στον πίνακα χρηστών αντικειμένων. Cosine Similarity Η μετρική Cosine και αυτή με τη σειρά της μετρά την απόσταση δυο διανυσματών στον n - διάστατο χώρο, μόνο που εδώ χρησιμοποιείται το συνημίτονο της γωνίας που σχηματίζουν τα δύο διανύσματα. To πεδίο τιμών της περιέχει συνεχείς τιμές από [0,+1]. Οι τιμές 0, +1 δηλώνουν ότι: 0: τα διανύσματα είναι κάθετα μεταξύ τους άρα δεν ταυτίζονται +1: τα διανύσματα ταυτίζονται. Για τον υπολογισμό της ομοιότητας δυο χρηστών έστω u i και u k που έχουν βαθμολογήσει p αντικείμενα με p n, όπου n ο συνολικός αριθμός αντικειμένων στον πίνακα χρηστών - αντικειμένων, η μετρική Cosine δίνεται από τον τύπο: όπου: r ij η βαθμολογία που έχει λάβει το j αντικείμενο από τον i χρήστη στον πίνακα χρηστών - αντικειμένων. Το αποτέλεσμα από τον παραπάνω τύπο είναι η τιμή του συνημιτόνου της γωνίας που σχηματίζεται μεταξύ των δύο διανυσμάτων. Όταν μικραίνει η γωνία, η τιμή του συνημιτόνου μεγαλώνει και αντιστρόφως. Γι αυτό, όταν τα δυο διανύσματα ταυτίζονται, η τιμή του συνημιτόνου είναι 1 αφού η γωνία είναι 0 o, άρα cos(0) = 1. Από την άλλη πλευρά, όταν τα διανύσματα είναι κάθετα μεταξύ τους, τότε η γωνία είναι 90 o, επομένως η τιμή του συνημιτόνου είναι 0, άρα cos(90) = 0. Το επόμενο βήμα στη διαδικασία διαμόρφωσης γειτονιάς χρηστών είναι η συγκέντρωση όλων των αποτελεσμάτων που προέκυψαν από την εφαρμογή της μετρικής ο- -8-

17 μοιότητας που χρησιμοποιήθηκε. Αυτά τα αποτελέσματα συγκεντρώνονται σε ένα πίνακα S που καλείται πίνακας συσχέτισης και έχει διαστάσεις mxn. Το στοιχείο s ij του πίνακα συσχέτισης δηλώνει την ομοιότητα μεταξύ του χρήστη u i με τον χρήστη u j. Δηλαδή, κάθε γραμμή του πίνακα αντιπροσωπεύει την ομοιότητα μεταξύ του χρήστη u i με τους υπόλοιπους χρήστες του συστήματος. Γνωρίζοντας τον πίνακα συσχέτισης, στη συνέχεια εντοπίζονται οι χρήστες που αποτελούν τη γειτονιά του «ενεργού χρήστη». Ο εντοπισμός της γειτονιάς γίνεται βάσει κέντρου, δηλαδή επιλέγονται οι k - κοντινότεροι γείτονες 3 του ενεργού χρήστη και δημιουργείται η γειτονιά χρηστών. Παραγωγή προβλέψεων Το στάδιο που ακολουθεί είναι η παραγωγή προβλέψεων. Η πρόβλεψη είναι μια αριθμητική τιμή που αντιπροσωπεύει την εκτιμώμενη βαθμολογία που έχει λάβει ένα αντικείμενο από τον ενεργό χρήστη. Βέβαια, είναι αυτονόητο πως το αντικείμενο για το ο- ποίο γίνεται η πρόβλεψη δεν πρέπει να ανήκει στο σύνολο των αντικειμένων που έχει βαθμολογήσει ο ενεργός χρήστης. Πριν γίνει αναφορά στον τρόπο παραγωγής προβλέψεων πρέπει να έχει προηγηθεί η διαμόρφωση της γειτονιάς των χρηστών, και αυτό γιατί συμμετέχει στον υπολογισμό της πρόβλεψης. Ο πιο γνωστός τύπος υπολογισμού πρόβλεψης της βαθμολογίας ενός αντικειμένου από τον ενεργό χρήστη είναι :,όπου Dist η τιμή που υπάρχει στο πίνακα συσχέτισης S Να σημειωθεί πως η εκτιμώμενη πρόβλεψη που προκύπτει από τον παραπάνω τύπο λαμβάνει τιμές που βρίσκονται εντός του διαστήματος βαθμολόγησης. Παραγωγή συστάσεων Η παραγωγή συστάσεων είναι η διαδικασία κατά την οποία παράγονται οι Ν κορυφαίες συστάσεις, δηλαδή τα Ν κορυφαία αντικείμενα που δεν έχουν βαθμολογήθεί ακόμη από τον ενεργό χρήστη, αλλά προβλέπεται πως θα τον ενδιαφέρουν. 3 οι k τιμές που πλησιάζουν την τιμή συσχέτισης του ενεργού χρήστη -9-

18 Όπως πριν έτσι και εδώ για την παραγωγή των Ν - κορυφαίων συστάσεων είναι α- παραίτητο να έχει προηγηθεί η διαμόρφωση γειτονιάς. Η παραγωγή των Ν - κορυφαίων συστάσεων είναι αρκετά απλή και εκτελείται σε 3 βήματα: 1) γίνεται καταμέτρηση όλων των αντικειμένων που έχουν βαθμολογηθεί θετικά από τους k - γείτονες, αλλά δεν έχουν βαθμολογηθεί από τον ενεργό χρήστη. 2) γίνεται φθίνουσα ταξινόμηση των αντικειμένων που έχουν προκύψει από το βήμα 1 με βάση τη συχνότητα εμφάνισης. 3) επιλέγονται τα Ν - κορυφαία αντικείμενα, που αποτελούν τις Ν - κορυφαίες συστάσεις. 2.4 Κανόνες Συσχέτισης Η τεχνική ανακάλυψης ή εξόρυξης κανόνων συσχέτισης, αναφέρεται στην εύρεση συσχετίσεων μεταξύ αντικειμένων που βρίσκονται μέσα σε ένα σύνολο δεδομένων. Σε αυτην την ενότητα περιγράφεται αυτή η τεχνική παρουσιάζονται κάποιες βασικές έννοιες, παραδείγματα κατανόησης και ο αλγόριθμος Apriori που χρησιμοποιείται για τη παραγωγή των κανόνων συσχέτισης και επομένως για τη παραγωγή συστάσεων των άρθρων του συστήματος που έχει υλοποιηθεί Market Basket Analysis Ο όρος Market Basket Analysis (M.B.A.) ή ανάλυση καλαθιού αγορών προτάθηκε στις αρχές της δεκαετίας του `90 από τον Rakesh Agrawal. Είναι η τεχνική που αφορά την ανακάλυψη συσχετίσεων ανάμεσα σε διάφορα υποσυνόλα αντικειμένων, τα οποία έ- χουν επιλεχθεί μέσα από κάποιο μεγαλύτερο πληθυσμό αντικειμένων. Η τεχνική της ανάλυσης καλαθιού αγορών βασίζεται στη θεωρία, ότι αν ένας πελάτης αγοράσει κάποιο προϊόν ή σύνολο προϊόντων, είναι πολύ πιθανό να αγοράσει και κάποιο άλλο προϊόν ή σύνολο προϊόντων. Ο κύριος στόχος της τεχνικής είναι, η ανάλυση των δεδομένων που προκύπτουν από τις αγορές των πελατών, με σκοπό την ανακάλυψη συσχετίσεων μεταξύ των διαφόρων προϊόντων. Η γνώση που προκύπτει από την ανακάλυψη των συσχετίσεων μπορεί να χρησιμοποιηθεί στο τομέα του marketing, για την εύρεση κάποιας στρατηγικής διαφήμισης. Για παράδειγμα, η περίπτωση «πάνες και μπύρες». Η παρατήρηση ότι πελάτες που αγοράζουν πάνες αγοράζουν και μπύρα, επιτρέπουν στα καταστήματα να τοποθετούν αυτά τα είδη σχετικά κοντά, γνωρίζοντας ότι οι πελάτες θα κάνουν τη διαδρομή μεταξύ των ρα- -10-

19 φιών με τις πάνες και αυτών με τις μπύρες. Αν τώρα τοποθετηθούν ανάμεσά τους και «πατατάκια» θα αυξηθούν οι πωλήσεις και στα τρία είδη. Έτσι αντικείμενα που αγοράζονται συχνά μαζί, μπορεί να τοποθετηθούν κοντά μεταξύ τους, ώστε να δίνεται το ερέθισμα στο πελάτη να τα αγοράσει. Με αυτόν τον τρόπο, υπάρχει απάντηση στο ερώτημα ποιους συνδυασμούς προιόντων θα αγοράσει ένας πελάτης όταν επισκεπτεί ένα κατάστημα Βασικές έννοιες Όπως αναφέρθηκε, η τεχνική ανακάλυψης ή εξόρυξης κανόνων συσχέτισης έχει σχέση με την εύρεση συσχετίσεων μεταξύ αντικειμένων. Έστω ένα σύνολο αντικειμένων (itemset) Ι = {i 1,.,i m }. Κάθε φορά που ένα υποσύνολο Χ = {i j1, i jk } αντικειμένων του I εμφανίζονται μαζί (π.χ. προϊόντα που αγοράζονται στην ίδια συναλλαγή), αυτά απαρτίζουν μια εγγραφή σε μια συλλογή D με μέγεθος n τέτοιες εγγραφές. Ένας κανόνας συσχέτισης έχει τη μορφή: R: X Y όπου Χ,Υ υποσύνολο του Ι. Το Χ ονομάζεται κεφαλή (head) του κανόνα, ενώ το Y ονομάζεται σώμα (body). Αυτό που μας ενδιάφερει είναι οι κανόνες για τους οποίους ισχύει, X Υ = Ø και Χ, Υ Ø. Ο κανόνας δηλώνει ότι υπάρχει συσχέτιση στην εμφάνιση των αντικειμένων του Χ και του Υ. Για παράδειγμα, αν πρόκειται για καταγραφή πωλήσεων προϊόντων, ο κανόνας δηλώνει ότι, όταν ένας πελάτης αγοράζει τα αντικείμενα του συνόλου Χ, τότε αγοράζει και τα αντικείμενα του συνόλου Y. «όποιος αγοράζει καφέ (Χ) αγοράζει και ζάχαρη (Υ)» Όμως, η απλή αναφορά ενός κανόνα δεν είναι σημαντική αν δε συνοδεύεται από κάποια ποσοτικά μεγέθη, τα οποία μετρούν την ποιότητα των κανόνων συσχέτισης που έχουν προκύψει. Έτσι η ισχύς ενός κανόνα R ελέγχεται μέσω δύο ποσοτικών μεγεθών, την υποστήριξη (Support) και την εμπιστοσύνη (Confidence). Για ένα σύνολο αντικειμένων Χ η υποστήριξη, εκφράζει την πιθανότητα να βρεθεί το καλάθι {Χ,Υ} στη συλλογή D και ισούται με το λόγο των εγγραφών που περιλαμβάνουν το {Χ,Υ} προς το σύνολο των εγγραφών. Support(R) = Support(XUΥ) Το δεύτερο ποσοτικό μέγεθος η εμπιστοσύνη, εκφράζει την πιθανότητα να βρεθεί το Υ σε ένα καλάθι που περιέχει το Χ και ισούται με το λόγο των εγγραφών που περιλαμβάνουν το {Χ,Υ} προς το σύνολο των εγγραφών που περιλαμβάνουν το Χ. Confidence(R) = Support(XUΥ)/Support(X) -11-

20 Αξίζει να σημειωθεί πως δεδομένης μιας συλλογής D, τίθεται το ζήτημα της εύρεσης όλων των δυνατών κανόνων συσχέτισης που υπάρχουν στη συλλογή και την επιλογή μόνο εκείνων που έχουν πρακτική αξία. Δεδομένου ενός συνόλου Ι με m αντικείμενα, ο αριθμός όλων των πιθανών κανόνων συσχέτισης είναι αρκετά μεγάλος. Επειδή ο αριθμός αυτός αυξάνει πολύ γρήγορα όσο αυξάνεται η τιμή του m, είναι αποτρεπτικό να εξεταστούν όλοι οι πιθανοί κανόνες συσχέτισης. Έτσι η επιλογή των κανόνων που χρειάζονται, γίνεται αν τεθεί κάποιο κατώφλι στις τιμές των δυο ποσοτικών μεγεθών. Παρακάτω παρουσιάζεται ένα παράδειγμα κατανόησης: Παράδειγμα [4] Έστω ένα σύνολο 4 αντικειμένων Ι = {καφές, ζάχαρη, αναψυκτικό, μπύρα}. Μια συλλογή 3 εγγραφών παρουσιάζεται στον Πίνακας 1. Πίνακας 1: Συλλογή 3 εγγραφών Καλάθι Καφές Ζάχαρη Αναψυκτικό Μπύρα # # # Από τα δεδομένα του πίνακα μπορούν να προκύψουν κανόνες όπως φαίνονται στον Πίνακας 2: Πίνακας 2: Κανόνες συσχέτισης Rules Support(R) Confidence(R) {1} {2} 1 1 {3} {4} {2} {3} {1,2} {4} {1} {2,4} Ο πρώτος κανόνας {1} {2} ερμηνεύεται ως «όποιος αγοράζει καφέ αγοράζει και ζάχαρη». Ανάλογα συμπεράσματα προκύπτουν και για τους υπόλοιπους κανόνες. Όμως, όπως σημειώθηκε παραπάνω, οι ευρεθέντες κανόνες συσχέτισης θεωρούνται σημαντικοί μόνο όταν ξεπερνούν ένα ελάχιστο όριο υποστήριξης και μια ελάχιστη τιμή εμπιστοσύνης. -12-

21 2.4.3 Apriori Ο αλγόριθμος Apriori αποτελεί τον κλασικότερο αλγόριθμο ανακάλυψης κανόνων συσχέτισης. Προτάθηκε από τον Rakesh Agrawal το Στόχος ήταν η εξόρυξη συχνών itemsets για Boolean κανόνες συσχέτισης. Το όνομα βασίζεται στο γεγονός ότι ο αλγόριθμος χρησιμοποιεί «προηγούμενη γνώση» για τις ιδιοτήτες των συχνών itemsets. Αποτελείται από δυο σημαντικά βήματα, την εύρεση συχνών itemsets και τη δημιουργία των κανόνων συσχέτισης. Εύρεση συχνών itemsets Η διαδικασία της εύρεσης συχνών itemsets ξεκινά με τη δημιουργία ενός συνόλου υποψήφιων συχνών itemsets C i και στη συνέχεια με τη χρήση του κατωφλίου της υποστήριξης, εντοπίζεται το σύνολο των συχνών itemsets L i. Η διαδικασία αυτή είναι επαναληπτική και τερματίζεται όταν δεν υπάρχουν άλλα συχνά σύνολα. Πιο αναλυτικά, ο αλγόριθμος αρχικά βρίσκει όλα τα itemsets με μήκος ίσο με 1, τα οποία έχουν υποστήριξη μεγαλύτερη ή ίση της τιμής κατωφλίου S. Τα itemsets με υποστήριξη μεγαλύτερη του S, ονομάζονται συχνά itemsets. Στη συνέχεια, ο αλγόριθμος επαναληπτικά δημιουργεί τα υποψήφια σύνολα μήκους k+1 από τα συχνά σύνολα μήκους k. Σαρώνοντας μια φορά τη συλλογή εγγράφων D, γίνεται μέτρηση της υποστήριξης των υποψήφιων συνόλων μήκους k+1 και προκύπτει ποια από αυτά είναι συχνά. Ο τερματισμός του αλγορίθμου γίνεται όταν δε μπορούν να προκύψουν άλλα υποψήφια σύνολα. Ο αλγόριθμος [7] απεικονίζεται στην Εικόνα 4, όπου με C k συμβολίζουμε όλα τα υποψήφια σύνολα μήκους k και με L k όλα τα συχνά σύνολα μήκους k. Εικόνα 4: Αλγόριθμος Apriori Για τη εύρεση των υποψήφιων συνόλων μήκους k+1 από τα συχνά αντικείμενα μήκους k (διαδικασία generatecands), ακολουθείται η διαδικασία αυτό-σύνδεσης (selfjoin) L k><l k με συνθήκη σύνδεσης να είναι ίδια τα πρώτα k-1 αντικείμενα. Έστω Ι = {i 1, i 2,, i k } και J = {j 1, j 2,, j k } δύο συχνά σύνολα αντικειμένων μήκους k, τα αντι- -13-

22 κείμενα των οποίων είναι ταξινομημένα ως προς κάποια διάταξη (αριθμητική ή λεξικογραφική). Εφόσον i 1 = j 1, i k-1 = j k-1, τότε, αν i k < j k, δημιουργούμε το υποψήφιο σύνολο μήκους k+1, που έχει τα στοιχεία {i 1, i 2, i k-1, i k, j k }. Αφού ολοκληρωθεί η διαδικασία εύρεσης υποψήφιων συνόλων στη συνέχεια εφαρμόζεται το βήμα κλαδέματος. Σύμφωνα με αυτό, αν για ένα υποψήφιο σύνολο μήκους k+1 δεν είναι συχνά όλα τα υποσύνολα του μήκους k, τότε το υποψήφιο σύνολο μπορεί να περικοπεί χωρίς να μετρηθεί η υποστήριξη του. Η αυτό-σύνδεση εξασφαλίζει ότι δύο τουλάχιστον υποσύνολα μήκους k είναι συχνά. Τα υποσύνολα αυτά είναι αυτά που η σύνδεσή τους δημιουργεί το υποψήφιο σύνολο. Για ένα υποψήφιο σύνολο μήκους k υπάρχουν k υποσύνολα μήκους k-1. Επομένως, μετά τη δημιουργία ενός υποψήφιου μήκους k, πρέπει να ελεγχθεί αν και τα υπόλοιπα k-2 υποσύνολα μήκους k-1 είναι συχνά. Αν είναι συχνά, τότε το υποψήφιο σύνολο διατηρείται και στη συνέχεια υπολογίζεται η υποστήριξή του, διαφορετικά περικόπτεται. Παράδειγμα: Έστω ότι χρειάζεται να βρεθούν όλα τα συχνά itemsets για τη συλλογή του Πίνακας 3 Πίνακας 3: Συλλογή 4 εγγραφών Κωδικός εγγραφής Αντικείμενα εγγραφής 1 A,C,D 2 B,C,E 3 A,B,C,E 4 B,E Έστω πως το ελάχιστο κατώφλι υποστήριξης είναι ίσο με 2 (S = 2). Τα βήματα του αλγορίθμου είναι τα εξής: Βημα 1: Βρίσκουμε τα 1-itemsets τα οποία αποτελούν το σύνολο των υποψήφιων συχνών συνόλων C 1. Για να γίνει αυτό, χρειάζεται να γίνει προσπέλαση όλης της συλλογής και μέτρηση του αριθμού των εμφανίσεων του κάθε αντικειμένου. Τα αποτελέσματα παρουσιάζονται στον Πίνακας 4. Σύνολα Πίνακας 4: Σύνολο C 1 Υποστήριξη (S=2) {A} 2 {B} 3 {C} 3 {D} 1 {E} 3-14-

23 Βήμα 2: Το σύνολο των συχνών itemsets L 1 αποτελούν τα σύνολα του C 1, τα οποία ι- κανοποιούν το ελάχιστο όριο υποστήριξης, δηλαδή αυτά που έχουν αριθμό εμφανίσεων μεγαλύτερο ή ίσο του 2 (αφού S = 2). Εδώ το αντικείμενο D δεν ικανοποιεί αυτό το περιορισμό και δε συμμετέχει στο συχνό itemset L 1. Τα αποτελέσματα παρουσιάζονται στον Πίνακας 5. Σύνολα Πίνακας 5: Σύνολο L 1 Υποστήριξη (S=2) {A} 2 {B} 3 {C} 3 {E} 3 Βήμα 3: Για την εύρεση των υποψήφιων 2-itemsets C 2, χρησιμοποιείται η πράξη της αυτό-σύνδεσης ανάμεσα στο L 1 και στον εαυτό του, δηλαδή L 1 ><L 1. Με αυτό τον τρόπο προκύπτει το σύνολο των υποψήφιων 2-itemsets C 2. Σε αυτό το σημείο γίνεται έλεγχος αν κάθε υποσύνολο των στοιχείων του C 2 είναι συχνό, δηλαδή υπάρχει στο σύνολο L 1. Εφόσον όλα τα στοιχεία του C 2 είναι συχνά, τότε δε γίνεται διαγραφή «κλάδεμα» κανενός στοιχείου από το C 2. Τα αποτελέσματα της πράξης της αυτό-σύνδεσης είναι το σύνολο C 2, όπως φαίνεται στον Πίνακας 6 Πίνακας 6: Σύνολο C 2 Σύνολα AB AC AE BC BE CE Βήμα 4: Γίνεται προσπέλαση της συλλογής εγγραφών για τη μέτρηση του αριθμού των εμφανίσεων των 2-itemsets του C 2. Τα αποτελέσματα φαίνονται στον Πίνακας 7. Πίνακας 7: Σύνολο C 2 με τιμές υποστήριξης Σύνολα Υποστήριξη (S=2) AB 1 AC 2 AE 1-15-

24 BC 2 BE 3 CE 2 Βήμα 5: Στη συνέχεια καθορίζεται το σύνολο των συχνών 2-itemsets L 2, το οποίο αποτελείται από τα 2-itemsets του C 2 που ικανοποιούν το ελάχιστο κατώφλι υποστήριξης με αριθμό εμφανίσεων μεγαλύτερο ή ίσο του 2. Ο Πίνακας 8 δείχνει το σύνολο L 2. Σύνολα Πίνακας 8: Σύνολο L 2 Υποστήριξη (S=2) AC 2 BC 2 BE 3 CE 2 Βήμα 6: Για την εύρεση των υποψήφιων 3-itemsets C 3, χρησιμοποιείται η πράξη της αυτό-σύνδεσης ανάμεσα στο L 2 και στον εαυτό του, δηλαδή L 2><L 2. Με αυτό τον τρόπο προκύπτει το σύνολο των υποψήφιων 3-itemsets C 3. Σε αυτό το σημείο γίνεται έλεγχος αν κάθε υποσύνολο των στοιχείων του C 3 είναι συχνό, δηλαδή υπάρχει στο σύνολο L 2. Όπως φαίνεται, εδώ ενώνονται μόνο τα {B,C}, {Β,Ε} και {C,E}. Το {A,C} δεν είναι συχνό. Έτσι προκύπτει το σύνολο C 3 όπως φαίνεται στον Πίνακας 9. Πίνακας 9: Σύνολο C 3 Σύνολα BCE Βήμα 7: Γίνεται προσπέλαση στις εγγραφές της συλλογής για τη μέτρηση του αριθμού των εμφανίσεων των 3-itemsets του C 3. Τα αποτελέσματα φαίνονται στον Πίνακας 10. Πίνακας 10: Σύνολο C 3 με τιμές υποστήριξης Σύνολα Υποστήριξη (S=2) BCE 2 Βήμα 8: Γίνεται υπολογισμός της υποστήριξης και προκύπτει ότι το {BCE} είναι συχνό. Επειδή δεν υπάρχει άλλο συχνό σύνολο μήκους 3, δε είναι δυνατό να παραχθεί υ- ποψήφιο σύνολο μήκους 4, επομένως ο αλγόριθμος τερματίζει, έχοντας βρει όλα τα συχνά itemsets L 1,L 2,L 3. Τα τελικά αποτελέσματα φαίνονται στον Πίνακας

25 Πίνακας 11: Σύνολο L 3 Σύνολα Υποστήριξη (S=2) BCE 2 Δημιουργία κανόνων συσχέτισης Για τη δημιουργία των κανόνων συσχέτισης ελέγχεται η εμπιστοσύνη όλων των πιθανών κανόνων που προκύπτουν από τα συχνά itemsets του τελευταίου επιπέδου. Στο τέλος μένουν οι ισχυροί κανόνες εμπιστοσύνης, δηλαδή αυτοί που ικανοποιούν το ελάχιστο όριο εμπιστοσύνης. Παράδειγμα: Έστω ότι μετά την εύρεση των συχνών itemsets του προηγούμενου παραδείγματος, χρειάζεται να βρεθούν οι κανόνες συσχέτισης. Το συχνό itemset του τελευταίου επιπέδου είναι το L 3 = {BCE}. Για αυτόν τον κανόνα προκύπτουν τα εξής μη κενά υποσύνολα του L 3 : {BC},{BE},{CE},{B},{C},{E}. Παρακάτω φαίνονται οι κανόνες που προκύπτουν με την αντίστοιχη τιμή εμπιστοσύνης για κάθε έναν από αυτούς. {B,C} {E} με Confidence({B,C}) = 1 {B,E} {C} με Confidence({B,E}) = 0.66 {C,E} {B} με Confidence({C,E}) = 1 {B} {C,E} με Confidence({B}) = 0.66 {C} {B,E} με Confidence({C}) = 0.66 {E} {B,C} με Confidence({E}) = 0.66 Όπου Confidence(R)=Support(R)/Support(X) με R: X Y τη μορφή του κανόνα συσχέτισης. Αν υποτεθεί πως το ελάχιστο όριο εμπιστοσύνης είναι 1, τότε από τους παραπάνω κανόνες μόνο οι {B,C} E και {C,E} B γίνονται δεκτοί, αφού για αυτούς η τιμή ε- μπιστοσύνης είναι ίση με 1. Αν υποτεθεί πως το ελάχιστο όριο εμπιστοσύνης είναι 0.5, τότε όλοι οι παραπάνω κανόνες θεωρούνται ισχυροί και γίνονται δεκτοί. Στο σύστημα CSNews ακολουθώντας τη διαδικασία της εύρεσης των συχνών itemsets και της δημιουργίας των κανόνων εντοπίζονται συσχετίσεις μεταξύ των άρθρων. Για παράδειγμα: ένας κανόνας {Χ} {Υ} με τιμή εμπιστοσύνης 0.6, σημαίνει πως για το χρήστη που του άρεσε το άρθρο Χ είναι πιθανόν να του αρέσει και το άρθρο Υ. -17-

26

27 3 Συστήματα Σημάνσεων Το CSNews, εκτός των λειτουργιών που το χαρακτηρίζουν Σύστημα Παραγωγής Συστάσεων, διαθέτει και λειτουργίες που υπάρχουν στα Συστήματα Σημάνσεων. Σε αυτό το Κεφάλαιο γίνεται μια εισαγωγή στις βασικές έννοιες των Συστημάτων Κοινωνικής Σήμανσης, εξηγούνται τα κίνητρα των χρηστών για τη τοποθέτηση σημάνσεων, παρουσιάζονται μερικά πλεονεκτήματα και μειονεκτήματα των σημάνσεων και τέλος παρατίθενται μερικά Συστήματα Κοινωνικής Σήμανσης που υπάρχουν στο Διαδίκτυο. 3.1 Εισαγωγή Βασικές έννοιες Ιστορικά 4 μπορεί να ειπωθεί ότι το πρώτο Σύστημα Κοινωνικής Σήμανσης που αναπτύχθηκε και γνωρίζει ακόμα μεγάλη επιτυχία είναι η επισημείωση των βιβλίων. Μέσω των σημάνσεων οι άνθρωποι μπορούν να κατηγοριοποιήσουν τα βιβλία τους, να αποθηκεύσουν αναφορές για κάποιο συγκεκριμένο θέμα που τους ενδιαφέρει και στη συνέχεια να ανακαλέσουν οι ίδιοι ή ακόμα και άλλοι τις αποθηκευμένες πληροφορίες. Έτσι μπορούμε να πούμε ότι τα Συστηματα Κοινωνικής Σήμανσης ξεκίνησαν σαν Συστήματα Κοινωνικής Σελιδοδεικτιοδότησης (bookmarking). Γενικά ο ρόλος των σύγχρονων Συστημάτων Κοινωνικής Σήμανσης είναι να επιτρέπουν στους χρήστες τους να επισημειώνουν κάποιον συγκεκριμένο πόρο του Παγκόσμιου Ιστού. Τέτοιοι πόροι μπορεί να είναι μια ιστοσελίδα, ένα άρθρο, μια τροφοδοσία RSS, μια εικόνα και γενικώς κάθε αντικείμενο που υπάρχει στον Παγκόσμιο Ι- στό. Τα συστήματα αυτά δίνουν στους χρήστες τους την ελευθερία χρήσης οποιασδήποτε λέξης επιθυμούν για τη δημιουργία ενός συνόλου λέξεων κλειδιών που θα επισημειώσουν το συγκεκριμένο πόρο. Η σήμανση και ο ρόλος της Θα ήταν παράλειψη να μην εξηγηθεί ο όρος «σήμανση» και ο ρόλος της στα Συστήματα Κοινωνικής Σήμανσης. Η σήμανση (tag) αποτελεί μια μορφή οργάνωσης της πληροφορίας. Η οργάνωση όμως αυτή αποκτά προσωπικό χαρακτήρα, αφού κάθε χρήστης

28 ταξινομεί σύμφωνα με τα δικά του κριτήρια και τις ανάγκες του, οι οποίες μπορεί να είναι κοινές με άλλους ανθρώπους. Έτσι μπορεί να μοιραστεί και να κάνει αυτές τις ταξινομήσεις κτήμα μιας ευρύτερης κοινότητας χρηστών στην οποία και συμμετέχει. Στο σύστημα CSNews, ενσωματώθηκαν λειτουργίες σήμανσης των τροφοδοσιών και των άρθρων. Έτσι ο κάθε χρήστης έχει τη δυνατότητα, προσθήκης σήμανσης σε τροφοδοσία ή άρθρο, εύρεσης άρθρων ή τροφοδοσιών που έχουν επισημειωθεί με την ίδια σήμανση, αναζήτησης άρθρων ή τροφοδοσιών με βάση τις σημάνσεις. 3.2 Κίνητρα χρηστών Τα κίνητρα για τους χρήστες παίζουν ένα σημαντικό ρόλο στις σημάνσεις που προκύπτουν από τα Συστήματα Κοινωνικής Σήμανσης. Οι χρήστες παρακινούνται και από τις προσωπικές τους ανάγκες και από τα κοινωνικά τους ενδιαφέροντα. Η εφαρμογή σήμανσης μπορεί να είναι δημόσια και κοινωνική δραστηριότητα. Πολλοί χρήστες αρχίζουν με την ιδέα ότι εισάγουν σημάνσεις για τους εαυτούς τους, κάποιοι αρχίζουν να εκτιμούν τις κοινωνικές διαστάσεις με την πάροδο του χρόνου, ενώ άλλοι δεν δείχνουν κανένα ενδιαφέρον. Παρακάτω παρουσιάζονται μερικά από τα κίνητρα των χρηστών για την τοποθέτηση σημάνσεων: Μελλοντική ανάκτηση Η σήμανση αντικειμένων για προσωπική ανάκτηση είτε του ατομικού πόρου ή της επακόλουθης συλλογής πόρων (για παράδειγμα σήμανση τραγουδιών στο LastFm για τη δημιουργία playlists). Επίσης, αυτές οι σημάνσεις μπορούν να χρησιμοποιηθούν για υποκίνηση δραστηριότητας ή δράσης σαν υπενθυμίσεις στον χρήστη ή σε άλλους (για παράδειγμα η σήμανση «toread»). Έκφραση άποψης Η ανταλλαγή απόψεων που θέλουν οι χρήστες να τις μοιραστούν με άλλους (για παράδειγμα, η σήμανση «cool» που δηλώνει ότι το αντικείμενο άρεσε σε κάποιον χρήστη). Έλξη προσοχής Να προκαλεί τους χρήστες να κοιτούν τον πόρο κάποιου άλλου χρήστη, επειδή περιέχει κοινές σημάνσεις. Όταν τέτοιες λίστες που αντικατοπτρίζουν τη δημοτικότητα των σημάνσεων είναι εμφανή στο σύστημα, οι χρήστες μπορεί να παρακινηθούν ώστε να συνεισφέρουν σημάνσεις οι οποίες επηρεάζουν τη γενική εικόνα ή ακόμα και να δημιουργήσουν ανεπιθύμητες σημάνσεις (spam tags). -20-

29 3.3 Πλεονεκτήματα Μειονεκτήματα Οι σημάνσεις έχουν πλεονεκτήματα και μειονεκτήματα. Μερικά από αυτά αναφέρονται παρακάτω. Πλεονεκτήματα Οι σημάνσεις προσφέρουν έναν έξυπνο τρόπο οργάνωσης των ψηφιακών πόρων, είναι διαμοιράσιμες και οι χρήστες μπορούν να τις χρησιμοποιήσουν για να εκφράσουν περιγράψουν μια έννοια. Επιπλέον, η διαδικασία εφαρμογής τους είναι γρήγορη, απλή και ξεκάθαρη, έτσι οι χρήστες μπορούν να τις εφαρμόσουν χωρίς κάποια εκπαίδευση στην κατηγοριοποίηση ή στην δεικτοδότηση. Μειονεκτήματα Όμως, η απλότητα και η ευκολία χρήσης της διαδικασίας εφαρμογής σήμανσης, μπορεί να έχει σαν αντίθετο αποτέλεσμα την ύπαρξη «φτωχών» σημάνσεων. Ακόμη, η ύπαρξη σημάνσεων με προσωπική σημασία είναι αρκετά συχνή, επομένως αυτές οι σημάνσεις έχουν νόημα μόνο για το συγκεκριμένο χρήστη και για κανένα άλλο. Τέλος, οι χρήστες συνηθίζουν να αναθέτουν σημάνσεις με λίγες λέξεις σε κάθε αντικείμενο. Κατά συνέπεια είναι δύσκολο να περιγραφεί μια πολύπλοκη έννοια χρησιμοποιώντας μόνο μια λέξη. 3.4 Παραδείγματα Συστημάτων Κοινωνικών Σήμανσεων Σε αυτήν την παράγραφο θα εξετάσουμε δυο πολύ δημοφιλή Συστήματα Κοινωνικής Σήμανσης το Delicious 5 και το CiteULike Delicious To Delicious είναι μια κοινωνική υπηρεσία σελιδοδεικτών (social bookmarking service) που επιτρέπει στους χρήστες να εφαρμόζουν σημάνσεις, να αποθηκεύουν, να διαχειρίζονται και να διαμοιράζονται ιστοσελίδες από μια κεντρική πηγή. Δίνοντας έμφαση στη δύναμη της κοινότητας, το Delicious βελτιώνει σημαντικά τον τρόπο με τον οποίο οι άνθρωποι ανακαλύπτουν, ανακτούν και διαμοιράζονται ιστοσελίδες (ή σελιδοδείκτες). Στην Εικόνα 5 παρουσιάζεται η κεντρική σελίδα του Delicious. 5 Delicious CiteULike

30 Δυνατότητες του delicious Εικόνα 5: Κεντρική σελίδα Delicious Δημιουργία σελιδοδείκτη Αντί να υπάρχουν διαφορετικοί σελιδοδείκτες σε κάθε υπολογιστή, το Delicious επιτρέπει στο χρήστη να έχει ένα μοναδικό σύνολο από σελιδοδείκτες. Ακόμα και αν ο χρήστης δεν κατέχει δικό του υπολογιστή, μπορεί να έχει πρόσβαση στους σελιδοδείκτες του Delicious από οποιονδήποτε υπολογιστή. Διαμοιρασμός των σελιδοδεικτών και ανάκτησή τους Ο κάθε χρήστης έχει τη δυνατότητα να στέλνει σελιδοδείκτες σε φίλους του, οι οποίοι μπορούν να τους δουν την επόμενη φορά που θα εισέλθουν στο σύστημα. Καθώς ο χρήστης εξερευνεί τον ιστοχώρο και ανακαλύπτει ενδιαφέροντες χρήστες, μπορεί να κάνει χρήση των υπηρεσιών Subscription και Network ώστε να παρακολουθεί τις σημάνσεις που παρουσιάζουν περισσότερο ενδιαφέρον. Ανακάλυψη των πιο χρήσιμων και δημοφιλών σελιδοδεικτών Το Delicious παρέχει επίσης τη δυνατότητα οι χρήστες να εξερευνούν τις πιο δημοφιλείς σημάνσεις. Με αυτόν τον τρόπο μπορούν να ανακαλύπτουν τους πιο δημοφιλείς σελιδοδείκτες για τα θέματα που τους αφορούν εύκολα και γρήγορα. -22-

31 3.4.2 CiteULike Το CiteULike είναι ένα Σύστημα Κοινωνικής Σήμανσης σχεδιασμένο να βοηθά την ε- πιστημονική κοινότητα. Με αυτό ένας επιστήμονας ή ένας ερευνητής μπορεί να οργανώσει, να μοιραστεί και να ανακαλύπτει συνδέσμους σε ακαδημαικά ερευνητικά άρθρα. Το CiteULike έχει ως στόχο να προωθήσει και να αναπτύξει την ανταλλαγή επιστημονικών εργασιών μεταξύ των επιστημόνων - ερευνητών. Μέσω αυτού οι επιστήμονες - ερευνητές μπορούν να μοιράζονται πληροφορίες που αναφέρονται σε ακαδημαικές εργασίες μέσω εξειδικευμένων εργαλείων που έχουν αναπτυχθεί για αυτό το σκοπό. Στην Εικόνα 6 παρουσιάζεται η κεντρική σελίδα του CiteULike. Εικόνα 6: Κεντρική σελίδα CiteULike Λειτουργία Η βασική λειτουργία του εργαλείου είναι αρκετά απλή. Όταν ένας ερευνητής βλέπει ένα άρθρο στο web που τον ενδιαφέρει, μπορεί να κάνει κλικ σε ένα κουμπί και να προσθέσει στη προσωπική του βιβλιοθήκη έναν σύνδεσμο σ' αυτό. Όταν ένας χρήστης δημοσιεύει ένα άρθρο, το CiteULike αυτόματα εξάγει όλες τις πληροφορίες σχετικά με αυτό το άρθρο και δημιουργεί ένα citation, στη συνέχεια δημιουργεί ένα σύνδεσμο σε αυτό το άρθρο, εμπλουτίζοντας τον με ένα σύνολο σημάνσεων που έχει προκαθορίσει o χρήστης. Τέλος ο χρήστης επιστρέφει στην αρχική ιστοσελίδα από την οποία μπορεί να συνεχίσει το διάβασμα του. Το CiteULike έχει ένα ευέλικτο σύστημα ενημέρωσης που βασίζεται στις σημάνσεις. Οι σημάνσεις παρέχουν ένα ανοικτό, γρήγορο και προσωπικό μοντέλο κατάταξης (classification model), το οποίο μπορεί να παράγει νέες κατηγοριοποιήσεις (categorizations). -23-

32 Οι χρήστες με το να τοποθετούν σημάνσεις της προσωπικής τους επιλογής στα άρθρα τα οποία δημοσιεύουν, οικοδομούν μια εξειδικευμένη κοινότητα κοινωνικής σήμανσης (folksonomy), στην οποία περιγράφουν τα άρθρα με σημάνσεις που είναι χρήσιμες γι' αυτούς και άλλους ερευνητές. Η βιβλιοθήκη του κάθε χρήστη είναι αποθηκευμένη σε κάποιο εξυπηρετητή και ως εκ τούτου καθίσταται προσβάσιμη από κάθε υπολογιστή. Εκτός από την ευέλικτη πρόσβαση η παραπάνω ιδιότητα δίνει την δυνατότητα σε έτερους χρήστες να έχουν πρόσβαση σε βιβλιοθήκες άλλων χρηστών και να δουν ποιος άλλος έχει επισημειώσει τα ίδια άρθρα με αυτούς ή ακόμα και άλλα άρθρα κοινού ενδιαφέροντος, για τα οποία δεν γνώριζαν την ύπαρξη τους. Μια ακόμη λειτουργία του εργαλείου, η οποία βοηθά τους χρήστες στην ανακάλυψη νέων άρθρων είναι η κατηγοριοποίηση των άρθρων σε ένα σύνολο ιστοσελίδων σύμφωνα με το θέμα που επισημειώνουν σε αυτά οι χρήστες. Αυτή η κατηγοριοποίηση είναι σχετικά απλή και αποτελείται από βασικούς επιστημονικούς τομείς όπως η Πληροφορική, η Βιολογία, η Ιατρική, η Μηχανολογία, τα Οικονομικά, τα Μαθηματικά, οι Ανθρωπιστικές Επιστήμες και οι Τέχνες, η Φυσική, η Χημεία, η Φιλοσοφία, η Γεωλογία και η Οικολογία. Μέσα σε αυτές τις κατηγορίες, εκτός από τα τελευταία άρθρα, τα οποία έχουν προστεθεί από τους χρήστες, υπάρχει και ένα σύστημα ψηφοφορίας, με το οποίο οι χρήστες ψηφίζουν και κατατάσσουν τα άρθρα σύμφωνα με την χρησιμότητα τους. Αυτό έχει σαν αποτέλεσμα ένα άρθρο που έχει πάρει πολλές ψήφους να προάγεται στην λίστα των άρθρων. Όλες οι παραπάνω λειτουργίες που υποστηρίζει το CiteULike έχουν σαν αποτέλεσμα την δημιουργία ενός υπερσυνόλου πληροφορίας (dataset) που αποτελείται από άρθρα, σημάνσεις και σχέσεις μεταξύ αυτών των δύο. Αυτό το υπερσύνολο προσφέρει εναλλακτικές μεθόδους αναζήτησης και ανακάλυψης της πληροφορίας (data mining). Μέσα σε αυτό το υπερσύνολο μπορούμε να ανακαλύψουμε ομάδες σημάνσεων (tag clusters) και στην συνέχεια να εφάρμοσουμε τεχνικές αναγνώρισης προτύπων και να κατηγοριοποιήσουμε τα άρθρα και τις σημάνσεις τους σε κλάσεις με κοινά χαρακτηριστικά. -24-

33 4 Το σύστημα CSNews Το σύστημα CSNews αποτελεί ένα σύστημα παραγωγής συστάσεων επιστημονικών άρθρων. Όμως, με την επέκταση του ήταν πλέον δυνατή και η παραγωγή συστάσεων για άρθρα ειδήσεων. Η μέθοδος που ακολουθείται για τη παραγωγή των συστάσεων στηρίζεται σε αλγορίθμους Συνεργατικής Διήθησης και Κανόνων Συσχέτισης. Σε αυτό το κεφάλαιο παρουσιάζονται οι λειτουργίες του CSNews, η αρχιτεκτονική του και τέλος περιγράφεται το σχήμα της βάσης δεδομένων που χρησιμοποιεί. 4.1 Λειτουργίες Παρακάτω παρουσιάζονται οι λειτουργίες, που έχουν ενσωματωθεί στο σύστημα. Πολλές από αυτές υπήρχαν στη 1 η έκδοση του συστήματος [6], όμως για λόγους εμφάνισης και επιπλέον λειτουργικότητας στα πλαίσια της επέκτασης, παρουσιάζονται εκ νέου στην παρούσα εργασία Εγγραφή νέου χρήστη Η εγγραφή είναι απαραίτητη για την πρόσβαση του χρήστη στις προσφερόμενες υπηρεσίες του συστήματος. Για να δημιουργηθεί ένας νέος λογαριασμός, ο χρήστης χρειάζεται να συμπληρώσει όλα τα απαραίτητα στοιχεία που υπάρχουν στη φόρμα. Για την αποφυγή λαθών που μπορεί να προκύψουν, ακολουθεί επεξήγηση των στοιχείων της φόρμας: Όνομα πρόσβασης: πρέπει να μη ταυτίζεται με το όνομα πρόσβασης άλλου χρήστη. Κωδικός πρόσβασης: πρέπει να ξεπερνά τους 4 χαρακτήρες Όνομα χρήστη: μπορεί να είναι οτιδήποτε Επώνυμο χρήστη: μπορεί να είναι οτιδήποτε πρέπει να είναι σύμφωνο με τη μορφή που έχει μια διεύθυνση ηλεκτρονικού ταχυδρομείου. Καθένα από τα παραπάνω πεδία της φόρμας είναι υποχρεωτικό να συμπληρώνεται. Αν τώρα ο χρήστης τα παραλείψει ή δεν τα εισάγει σωστά και πατήσει το πλήκτρο της δη- -25-

34 μιουργίας λογαριασμού, εμφανίζεται ένα παράθυρο που τον πληροφορεί για τη λανθασμένη του επιλογή. Αξίζει να αναφερθεί ότι ο έλεγχος των στοιχείων της φόρμας γίνεται με χρήση της τεχνολογίας Javascript (βλέπε Κεφάλαιο 5). Παρακάτω παρουσιάζονται μερικές περιπτώσεις χρήσης αυτής της λειτουργίας. Στην Εικόνα 7 φαίνονται τα στοιχεία που έχουν εισαχθεί από ένα χρήστη για τη δημιουργία λογαριασμού. Εικόνα 7. Εγγραφή νέου χρήστη Περίπτωση χρήσης λανθασμένου κωδικού πρόσβασης Όπως παρατηρεί κανείς στην Εικόνα 7, ο χρήστης εισάγει όλα τα στοιχεία, αλλά κάνει λάθος στην επιβεβαίωση του κωδικού πρόσβασης που του ζητείται, έτσι εμφανίζεται το παράθυρο εμφάνισης λάθους, Εικόνα 8 Εικόνα 8. Μήνυμα λανθασμένης επιβεβαίωσης κωδικού πρόσβασης -26-

35 Περίπτωση χρήσης επιτυχούς δημιουργίας λογαριασμού Όπως φαίνεται στην Εικόνα 9 ο χρήστης αφού συμπληρώσει σωστά όλα τα στοιχεία της φόρμας, μεταβαίνει στη σελίδα επιτυχούς δημιουργίας λογαριασμού. Εκεί επιλέγει το σύνδεσμο «Log in» για να μεταβεί στη σελίδα εισόδου. Εικόνα 9. Επιτυχής δημιουργία λογαριασμού Είσοδος στο σύστημα Από την αρχική σελίδα (index.jsp), ο χρήστης μπορεί να εισέλθει στο σύστημα. Αν εισάγει λανθασμένο όνομα ή κωδικό πρόσβασης, ή δεν εισάγει κανένα από τα δύο, τότε εμφανίζεται το αντίστοιχο μήνυμα λάθους. Παρακάτω παρουσιάζονται μερικές περιπτώσεις χρήσης αυτής της λειτουργίας. Περίπτωση χρήσης ανεπιτυχούς εισόδου στο σύστημα Όπως φαίνεται στην Εικόνα 10, ο χρήστης εισάγει το όνομα και το λανθασμένο κωδικό πρόσβασης. Εικόνα 10. Προσπάθεια εισόδου στο σύστημα Αυτό έχει σαν αποτέλεσμα την εμφάνιση μήνυματος λάθους, και το καθαρισμό των στοιχείων της φόρμας για την επανάληψη της διαδικασίας εισόδου, Εικόνα 11. Εικόνα 11. Αποτυχημένη είσοδος στο σύστημα Περίπτωση χρήσης επιτυχούς εισόδου στο σύστημα Σε περίπτωση που ο χρήστης συνδεθεί με επιτυχία μεταβαίνει στη σελίδα ανάγνωσης τροφοδοσιών, Εικόνα

36 Εικόνα 12. Επιτυχημένη είσοδος στο σύστημα σελίδα ανάγνωσης τροφοδοσιών Εγγραφή σε τροφοδοσίες Ο χρήστης με την είσοδο του στο σύστημα, μπορεί να ξεκινήσει την περιήγησή του. Αν συνδέεται για πρώτη φορά χρειάζεται να ξεκινήσει με τη εγγραφή στις τροφοδοσίες που τον ενδιαφέρουν. Οι ήδη υπάρχουσες καταχωρημένες τροφοδοσίες έχουν εισαχθεί από άλλους χρήστες. Παρακάτω παρουσιάζονται μερικές περιπτώσεις χρήσης αυτής της λειτουργίας. Περίπτωση χρήσης εγγραφής σε τροφοδοσίες Στην Εικόνα 13 φαίνεται η διαδικασία εγγραφής σε κάποιες τροφοδοσίες τη πρώτη φορά. Ο χρήστης επιλέγει τις τροφοδοσίες που τον ενδιαφέρουν και πατώντας το κουμπί «Save», εγγράφεται σε αυτές. Εδώ ο χρήστης εγγράφεται στις IT Professional, IEEE Internet Computing, Telegraph World News, BBC News και SKAI.gr Εικόνα 13. Εγγραφή σε τροφοδοσίες Περίπτωση χρήσης διαγραφή τροφοδοσιών Με τον ίδιο τρόπο που εγγράφεται ο χρήστης σε τροφοδοσίες, μπορεί να διαγραφεί από αυτές στις οποίες είναι εγγεγραμμένος. Να σημειωθεί πως η διαγραφή μιας τροφοδοσί- -28-

37 ας δεν συνεπάγεται την κατάργησή της από το σύστημα, απλά παύει να ενδιαφέρει το χρήστη. Η διαδικασία της διαγραφής τροφοδοσίας φαίνεται στη Εικόνα 14. Εικόνα 14. Διαγραφή τροφοδοσιών Ο χρήστης επιλέγει τις τροφοδοσίες που δεν τον ενδιαφέρουν και πατώντας το κουμπί «Save», τις διαγράφει. Αυτές πλέον θα εμφανίζονται με τις υπόλοιπες τροφοδοσίες. Η Εικόνα 15 παρουσιάζει το αποτέλεσμα της διαγραφής των τροφοδοσιών από το χρήστη. Εικόνα 15. Αποτέλεσμα διαγραφής τροφοδοσιών Εισαγωγή τροφοδοσίας Με την εισαγωγή τροφοδοσίας ο χρήστης του συστήματος έχει τη δυνατότητα να εισάγει σε αυτό μια νέα τροφοδοσία. Η τροφοδοσία όταν εισαχθεί στο σύστημα, παρουσιάζεται στη λίστα των τροφοδοσιών όπου ο χρήστης μπορεί να την επιλέξει και να εγγραφεί. Για να εισαχθεί η τροφοδοσία με επιτυχία στο σύστημα, πρέπει η διεύθυνση της τροφοδοσίας να είναι υπαρκτή. Επιπλέον αν ο χρήστης ή οποιοσδήποτε άλλος χρήστης επιχειρήσει να εισάγει εκ νέου την ίδια τροφοδοσία, εμφανίζεται μήνυμα λάθους. Παρακάτω παρουσιάζονται μερικές από τις περιπτώσεις χρήσης που αφορούν αυτή τη λειτουργία. -29-

38 Περίπτωση χρήσης εισαγωγής νέας τροφοδοσίας Στην Εικόνα 16 φαίνεται η διαδικασία εισαγωγής νέας τροφοδοσίας. Ο χρήστης πληκτρολογώντας τη διεύθυνση της τροφοδοσίας και πατώντας το κουμπί «Import», εισάγει τη νέα τροφοδοσία στο σύστημα. Εικόνα 16. Εισαγωγή τροφοδοσίας στο σύστημα Περίπτωση χρήσης εισαγωγής ήδη υπάρχουσας τροφοδοσίας Όπως φαίνεται στην Εικόνα 17, η απόπειρα εισαγωγής τροφοδοσίας που υπάρχει στο σύστημα, έχει σαν αποτέλεσμα την εμφάνιση μηνύματος λάθους. Εικόνα 17. Απόπειρα εισαγωγής υπάρχουσας τροφοδοσίας Ανάγνωση τροφοδοσιών Η σελίδα ανάγνωσης τροφοδοσιών είναι η πρώτη σελίδα στην οποία μεταβαίνει ο χρήστης, αφού συνδεθεί στο σύστημα. Σε αυτήν τη σελίδα παρουσιάζονται όλες οι τροφοδοσίες στις οποίες έχει εγγραφεί. Επιπλέον εμφανίζονται ως τροφοδοσίες τα κανάλια συστάσεων (Association Rules) και (Collaborative Filtering). Ο χρήστης επιλέγοντας μια τροφοδοσία, εμφανίζονται όλα τα άρθρα της και ταυτόχρονα γίνεται έλεγχος για τη προσθήκη νέων άρθρων από την πηγή της τροφοδοσίας. Επιπλέον, αν ο χρήστης επιλέξει κάποιο κανάλι σύστασης, εμφανίζονται σε αυτό (αν υπάρχουν) οι συστάσεις που έχουν παραχθεί για αυτόν το χρήστη. Στην Εικόνα 18 φαίνεται η λίστα των τροφοδοσιών στις οποίες έχει εγγραφεί ένας χρήστης. -30-

39 Εικόνα 18. Επιλογή τροφοδοσιών για ανάγνωση Ο χρήστης επιλέγοντας μια τροφοδοσία ή ένα κανάλι σύστασης (εδώ επιλέγει τη τροφοδοσία Communications of the ACM: News) μεταβαίνει στη σελίδα όπου εμφανίζονται τα άρθρα αυτής της τροφοδοσίας. Όπως παρατηρεί κανείς στην Εικόνα 19, κάθε τροφοδοσία έχει κάποιες ιδιότητες που τη χαρακτηρίζουν όπως: τίτλος, ετικέτες, άρθρα. Επιπλέον κάθε άρθρο τροφοδοσίας χαρακτηρίζεται από τον τίτλο του, την ημερομηνία έκδοσης του (με αντίστροφη χρονολογική σειρά για να εμφανίζεται πρώτο το πιο πρόσφατο), την περιγραφή του, τις σημάνσεις με τις οποίες έχει επισημειωθεί, και ένα σύνδεσμο προς την πραγματική πηγή του άρθρου. Αν τώρα ο χρήστης αποφασίσει να διαβάσει μια άλλη τροφοδοσία είναι δυνατή η μετάβαση σε αυτήν με την επιλογή της από το drop down menu box «Go to feed», αντί να πηγαίνει πάλι στη σελίδα εμφάνισης ό- λων των τροφοδοσιών. Όπως φαίνεται στην Εικόνα 19, ο χρήστης για κάθε άρθρο μπορεί να δηλώσει στο σύστημα αν του άρεσε ή όχι πατώντας ένα από τα δύο εικονίδια των αντίχειρων. Τα δεδομένα καταγράφονται στη βάση του συστήματος και διαμορφώνουν το προφίλ του χρήστη. Οι προτιμήσεις του χρήστη είναι αυτές που καθορίζουν τις συστάσεις που θα παραχθούν από τη Συνεργατική Διήθηση και τους Κανόνες Συσχέτισης. Τα άρθρα που σημειώνει ο χρήστης μεταφέρονται από το φάκελο New στους φακέλους με τα αντίστοιχα εικονίδια. Από εκεί, ο χρήστης μπορεί να μεταφέρει άρθρα από τον ένα φάκελο στον άλλο αλλά όχι στο New. Επίσης, κάθε φορά που ο χρήστης επιλέγει τον φάκελο New αυτομάτως γίνεται έλεγχος για το αν υπάρχουν νέα άρθρα για αυτή τη τροφοδοσία, τα οποία ενσωματώνονται στο σύστημα. Όλες αυτές οι αλλαγές καταγράφονται στη βάση δεδομένων. Για λόγους ευχρηστίας και εμφάνισης έχει γίνει σελίδοποίηση στην εμφάνιση των άρθρων. Ο αριθμός των σελίδων καθορίζεται από τον αριθμό των άρθρων της τροφοδοσίας και σε κάθε σελίδα εμφανίζονται 5 άρθρα. Ο χρήστης επιλέγοντας «First», «Previous», «Next», «Last» μπορεί να περιηγηθεί στις σελίδες των άρθρων με ευκολία. -31-

40 Εικόνα 19. Ανάγνωση τροφοδοσιών Προσθήκη σημάνσεων Η προσθήκη σημάνσεων στις τροφοδοσίες και στα άρθρα βοηθά στην καλύτερη οργάνωσή τους. Ο χρήστης επιλέγοντας αυτή τη λειτουργία μπορεί να οργανώνει τις τροφο- -32-

41 δοσίες και τα άρθρα του έτσι ώστε αργότερα να μπορεί εύκολα να τα αναζητήσει ή α- κόμη να αναζητήσει άρθρα που έχουν επισημειωθεί με την ίδια σήμανση. Προσθήκη σήμανσης σε τροφοδοσία Όπως φαίνεται στην Εικόνα 20, η προσθήκη σήμανσης ξεκινά με την επιλογή «Add tag» στο τμήμα που εμφανίζονται οι πληροφορίες της τροφοδοσίας. Εικόνα 20. Επιλογή «add tag» για προσθήκη σήμανσης σε τροφοδοσία Με την επιλογή «Add tag», ο χρήστης μεταβαίνει στη σελίδα προσθήκης σήμανσης. Ο χρήστης μπορεί να προσθέσει μια σήμανση στη συγκεκριμένη τροφοδοσία, Εικόνα 21. Το πιο σημαντικό που πρέπει να ειπωθεί είναι ότι ο χρήστης δε μπορεί να εισάγει ξανά την ίδια σήμανση για αυτήν την τροφοδοσία μπορεί, ωστόσο να εισάγει αυτήν την σήμανση σε άρθρα της τροφοδοσίας ή σε άλλες τροφοδοσίες. Εικόνα 21. Προσθήκη σήμανσης σε τροφοδοσία Όπως φαίνεται στην Εικόνα 22, η σήμανση που προστέθηκε εμφανίζεται στο αριστερό μενου της σελίδας «Feed s tags». Αν τώρα ο χρήστης την επιλέξει από αυτό το μενού μεταβαίνει σε μια σελίδα όπου εμφανίζονται όλες οι τροφοδοσίες ή όλα τα άρθρα που έχουν επισημειωθεί με αυτήν την σήμανση (tag cloud). Επιπλέον ο χρήστης επιλέγοντας την τροφοδοσία μπορεί να μεταβεί στην σελίδα εμφάνισης της τροφοδοσίας, ενώ επιλέγοντας το σύνδεσμο της τροφοδοσίας μεταβαίνει στην πηγή της. Εικόνα 22. Αποτέλεσμα προσθήκης σήμανσης σε τροφοδοσία -33-