Predviđanje zanimanja korisnika za informacijske usluge semantički-svjesnim modelom

Forecasting Consumer Interest in Information Services by Using Semantic-aware Model

Luka VrdoljakErste & Steiermärkische Bank d.d.

Javni razgovor5. travanj 2012.

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Sadržaj

¨ Uvod Modeli rasta broja korisnika usluga

Semantičko rasuđivanje

¨ Motivacija Predviđanje broja korisnika novih informacijskih usluga

¨ Metodologija istraživanja

¨ Cilj i hipoteze istraživanja

¨ Znanstveni doprinosi

2 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Modeli rasta broja korisnika usluga

¨ Životni ciklus usluge

3 od 19

¨ Osnovni Bassov model

¨ Logistički model

¨ Generalizirani Bassov model

¨ Bi-logistički model

Zavod za telekomunikacije

Osnovni Bassov modelM – kapacitet tržištap – koeficijent inovacijeq – koeficijent imitacijets – trenutak uvođenja uslusge

))((

))((

1

1),,,;(

s

s

ttqp

ttqp

s

eqpe

MtqpMtB

5. travanj 2012.Javni razgovor

Modeliranje početnih faza životnog ciklusa usluge

4 od 19

Početni skup podataka o kretanju broja korisnika usluge

Logistički modelM – kapacitet tržištaa – koeficijent rastab – vremenski pomak

b)a(te

ML(t;M,a,b)

1

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Modeli rasta kod novih usluga

¨ Ograničen početni skup

podataka za izračun

parametara modela

¨ Subjektivna procjena

parametara modela prema

izračunatim parametrima

postojećih sličnih usluga Parametri se smještaju u

intervale s krajnje

pesimističnim i optimističnim

granicama5 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Semantičko rasuđivanje

¨ Tehnologije semantičkog weba Jezici za opisivanje resursa: RDF, RDFS, OWL...

Upitni jezici: SeRQL, SPARQL...

¨ Omogućuje Jednoznačno opisivanje resursa

Stvaranje složenih semantičkih profila (npr. profil

informacijske usluge)

Usporedbu resursa i kompleksnih struktura, odnosno profila

6 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Motivacija

¨ Predviđanje broja korisnika novih informacijskih

usluga

¨ Uporaba semantičkog rasuđivanja za prepoznavanje

sličnih usluga Objektivnije određivanje parametara modela rasta

Preciznije predviđanje

7 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Sustav za određivanje parametara modela rasta nove usluge

¨ Faze istraživanja Profiliranje informacijskih usluga

Modeliranje rasta postojećih usluga

Semantička usporedba profila usluga

Modeliranje rasta nove usluge

8 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Semantički profil usluge

¨ Skup atributa i pripadajućih vrijednosti

csi - dio profila koji opisuje sadržaj informacijske usluge

tsi - tehničke karakteristike usluge

asi - podaci o prihvaćenosti usluge na tržištu, odnosno o broju

korisnika

msi - podaci o modelu rasta: naziv modela i pripadajući parametri

9 od 19

),,,(iiiii sssss matcp

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Proces profiliranja informacijske usluge

10 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Modeliranje rasta postojećih usluga

¨ Nepravilan skup diskretnih točaka se aproksimira glatkom

S-krivuljom

¨ Metoda izračuna parametara za model s k parametara

ovisi o broju poznatih podatkovnih točaka Manje od k poznatih točaka – nije moguće odrediti parametre

Točno k poznatih točaka – parametri su rješenja sustava od k

jednadžbi

Više od k poznatih točaka – metoda najmanjih kvadrata s

težinskim faktorima (engl. weighted least squares method)11 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Metoda najmanjih kvadrata s težinskim faktorima

¨ Cilj metode – odabrati

parametre za koje je kvadrat

udaljenosti stvarnih točaka od

krivulje modela minimalan

¨ Noviji podaci imaju veću

važnost prilikom izračuna,

odnosno veći težinski faktor

12 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Semantička usporedba profila usluga

¨ Semantička sličnost dvaju usluga

ssij - semantička sličnost usluga si i sj

ss(x,y) - semantička sličnost skupova atributa x i y

wx - težinski faktor za skup atributa x

13 od 19

tc

tsscss

ssij

ww

wttsswccss

ppssss

jiji

ji

),(),(

),(

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Određivanje skupa sličnih usluga

14 od 19

Profil nove uslugepsn

Profili postojećih uslugapsi,j,k

Usluga Sličnost

i ssni

j ssnj

k ssnk

... ...

Prag sličnostissxy ≥ ssmin

Skup sličnih uslugapsi,j

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Modeliranje rasta nove usluge

¨ Skup ulaznih podataka Skup usluga sličnih novoj usluzi Skup semantičkih sličnosti nove usluge s postojećim

uslugama Modeli rasta i pripadajući parametri za postojeće usluge

¨ Algoritam izračuna parametara modela rasta nove usluge

¨ Predviđanje prihvaćenosti nove usluge na tržištu

15 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Algoritam izračuna parametara modela rasta nove usluge

16 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Cilj i hipoteze istraživanja

¨ Cilj istraživanja: omogućiti kvalitetnije predviđanje zanimanja korisnika za novu informacijsku uslugu računanjem parametara modela rasta

¨ Hipoteza istraživanja: uporabom tehnologija semantičkog weba nove usluge mogu se dovesti u korelaciju s postojećim uslugama u okružju i na temelju te korelacije može se odrediti model rasta nove usluge te njegovi parametri.

17 od 19

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Znanstveni doprinosi

¨ Profil informacijske usluge sastavljen od semantičkog opisa koji omogućava automatiziranu usporedbu usluga i modela rasta koji opisuje zanimanje korisnika za uslugu.

¨ Predviđanje zanimanja korisnika za informacijske usluge zasnovano na usporedbi nove s postojećim uslugama primjenom semantički-svjesnog modela.

¨ Verifikacija predloženog mehanizma za predviđanje zanimanja korisnika za informacijske usluge na studijskom primjeru usluge distribucije višemedijskog sadržaja u internetskom okružju.

18 od 19

Javni razgovor

Hvala na pažnji!

5. travanj 2012. 19 od 19

Predviđanje zanimanja korisnika za informacijske usluge semantički-svjesnim modelom

Forecasting Consumer Interest in Information Services by Using Semantic-aware Model

Luka VrdoljakErste & Steiermärkische Bank d.d.

Javni razgovor5. travanj 2012.

Zavod za telekomunikacije

5. travanj 2012.Javni razgovor

Znanstveni doprinosi

¨ Profil informacijske usluge sastavljen od semantičkog opisa koji omogućava automatiziranu usporedbu usluga i modela rasta koji opisuje zanimanje korisnika za uslugu.

¨ Predviđanje zanimanja korisnika za informacijske usluge zasnovano na usporedbi nove s postojećim uslugama primjenom semantički-svjesnog modela.

¨ Verifikacija predloženog mehanizma za predviđanje zanimanja korisnika za informacijske usluge na studijskom primjeru usluge distribucije višemedijskog sadržaja u internetskom okružju.

21 od 19