Perfiles de usuarios basado en ontologías borrosas para la mejora de las tareas de filtrado de información

Resumo

En los últimos años, el gran crecimiento de la cantidad de datos generados por las diferentes actividades del ser humano ha demandado nuevas estrategias y técnicas que permitan analizar y procesar de forma eficiente el amplio volumen de información a la que el usuario puede acceder. Dentro de este contexto, los perfiles de usuario se han convertido en importantes mecanismos para la personalización efectiva de la información y se han utilizado como pieza clave en la representación del contexto del usuario. En esta misma línea, las ontologías han surgido como solución para las tareas de distribución y reutilización del conocimiento en la Web Semántica, mientras que la lógica borrosa se ha utilizado ampliamente en el tratamiento de la imprecisión comúnmente presente en los entornos reales. En este trabajo se propone una metodología basada en ontologías y lógica borrosa dentro del marco del Soft-Computing con el objetivo de gestionar el ciclo de vida de construcción, procesamiento y utilización eficiente y flexible de perfiles de usuario en la mejora de las tareas de recuperación y filtrado de información. En esta propuesta se generan representaciones semánticas del contexto y preferencias del usuario basadas en medidas de relevancia. Además, se propone una estrategia para la generación automática de ontologías borrosas cuyo objetivo es el de apoyar el modelado de las características y preferencias del usuario. En el proceso de evaluación se han abordado tanto aspectos de construcción del perfil de usuario como la aplicabilidad de los modelos generados en la solución a tareas comunes en ambientes reales. Como aportación práctica se ha desarrollado un componente software e-Psyche, responsable de generar un perfil de usuario basado en ontologías borrosas a partir de una colección de documentos de texto relacionados con el dominio del usuario. Además, se han implementado soluciones prácticas de recomendación y filtrado de recursos de información con el objetivo de evaluar la adaptabilidad del modelo propuesto.