Concept Discovery and Argument Bundles in the Web of Experiences

Resum

Milions de persones interactuen i comparteixen informació cada dia a la Web. Des de_x000D_ converses intranscendents fins a comentaris sobre productes en tendes online, el contingut_x000D_ generat per les persones a la Web és enorme i divers. I entre aquests continguts n’hi ha un_x000D_ particularment interessant: les experiències. La gent escolta, llegeix i considera les_x000D_ experiències d’altri abans de prendre decisions, com per exemple comprar-se una càmera_x000D_ digital o anar de viatge a algun lloc exòtic. I quan aquestes experiències estan guardades a la_x000D_ Web, són accessibles per un gran nombre de persones._x000D_ Malauradament, aquest contingut no és fàcilment accessible: Una persona interessada en_x000D_ anar-se’n de vacances a un hotel probablement llegirà unes quantes experiències d’altra gent_x000D_ que ha anat prèviament a aquest hotel per descobrir que n’opinen, però segurament no podrà_x000D_ llegir-les totes. D’aquesta manera ignorarà informació i experiències d’altra gent que li haurien_x000D_ estat profitoses de cara al seu viatge. Així doncs, considerem que hi ha una clara necessitat_x000D_ d’un anàlisis més profund d’aquesta informació continguda en les experiències de persones,_x000D_ per facilitar-ne el seu ús._x000D_ El nostre enfocament es troba en el context de la Web de les Experiències, i es basa en_x000D_ extreure i adquirir coneixement pràctic d’experiències individuals respecte entitats del món real_x000D_ expressades en forma textual. A més a més, aquest coneixement han de ser tractat i_x000D_ representat de manera que permeti la seva reutilització per altres persones amb diferents_x000D_ interessos i preferències. Aquest procés està dividit en tres parts: Primer, extraiem les paraules_x000D_ més important utilitzades en les experiències de les diferents persones per descriure opinions_x000D_ sobre entitats. Seguidament, utilitzant el conjunt de paraules extretes, les agrupem en_x000D_ conceptes i creem un vocabulari de conceptes, que ens ajuda a descobrir els aspectes més_x000D_ importants de cada entitat segons les experiències viscudes per cada individu. Finalment,_x000D_ utilitzant el vocabulari de conceptes, creem els aplecs d’arguments de cada entitat. Els aplecs_x000D_ d’arguments caracteritzen els pros i els cons de cada entitat, i agreguen el coneixement pràctic_x000D_ extret de les experiències escrites per cada individu. A més amés, demostrem que els aplecs_x000D_ d’arguments, a part de ser útils per a representar el coneixement pràctic de les experiències,_x000D_ permeten fer inferència sobre quina entitat és la més adequada per cada individual, considerant_x000D_ el conjunt de preferències de cada individu._x000D_ En aquesta tesi avaluem els aplecs d’arguments amb les puntuacions dels productes d’Amazon_x000D_ i les caracteritzacions de les càmeres de Dpreview, una web especialitzada en càmeres_x000D_ digitals. Demostrem com els arguments pro i con dels nostres aplecs d’arguments són molt_x000D_ semblants als presentats a Dpreview, fet que demostra la qualitat dels aplecs creats. Finalment,_x000D_ demostrem que les classificacions (rankings) de productes obtinguts amb la nostra_x000D_ implementació i els de Dpreview són molt semblants, mentre que la classificació donada per_x000D_ Amazon no s’assembla a cap de les altres dues.

Data del Ajut	7 de juny 2017
Idioma original	No s'ha definit/desconegut
Supervisor	Ricardo Juan Toledo Morales (Tutor/a) & Enric Plaza Cervera (Director/a)