Una ontología de contexto para un sistema de recomendación móvil de anuncios publicitarios

  • Lenin Xavier Erazo Garzón Universidad del Azuay
  • Andrés Patiño Universidad del Azuay
Palabras clave: computación ubicua, sensibilidad al contexto, ontología, sistema de recomendación, anuncio publicitario

Resumen

Actualmente la mayoría de los sistemas de recomendación no consideran el contexto en el que se ejecutan, siendo inapropiados al funcionar en dispositivos móviles, esto se puede observar en la difusión de anuncios publicitarios, donde los usuarios se ven abrumados por la excesiva información que reciben, provocando insatisfacciones generalizadas en su uso. Uno de los mayores desafíos para incorporar la información contextual al software es el diseño de un modelo formal para su representación, debido a que los métodos tradicionales son inadecuados para este fin, siendo necesario utilizar enfoques alternativos como los basados en ontologías. Este trabajo describe el proceso utilizado en la construcción de una ontología para representar la información de los anuncios publicitarios y de las dimensiones contextuales: ubicación, tiempo y necesidades del usuario, para considerar al momento de su recomendación. Mediante la aplicación de la metodología NeOn se obtuvo como resultado un modelo ontológico expresivo y extensible que integra las ontologías: FOAF, OWL-Time y WGS84 Geo Positioning. La ontología propuesta es un aporte inicial para la creación de un sistema de recomendación móvil sensible al contexto de anuncios publicitarios.

Descargas

La descarga de datos todavía no está disponible.

Citas

Brickley, D., & Miller, L. (2014). FOAF vocabulary specification 0.99. Recuperado de http://xmlns.com/foaf/spec/ (accedido el 04/04/2018).
Chen, H., Finin, T., & Joshi, A. (2003). An ontology for context-aware pervasive computing environments. The Knowledge Engineering Review, 18(3), 197-207. http://dx.doi.org/10.1017/S0269888904000025.
Chen, H., Perich, F., Finin, T., & Joshi, A. (2004). SOUPA: Standard ontology for ubiquitous and pervasive applications. In Mobile and Ubiquitous Systems: Networking and Services, MOBIQUITOUS 2004, IEEE, Boston, USA, p. 258-267. http://dx.doi.org/10.1109/MOBIQ.2004.1331732.
De Paiva, F. A., Costa, J. A., Silva, C. R., & França, R. S. (2013). Arquitetura de um Sistema de Recomendação Baseado em Ontologia para Anúncios de Carros. In ONTOBRAS, p. 173-178.
Espinoza-Mejía, M., & Saquicela, V. (2014). Modelando los hábitos de consumo televisivo usando tecnología semántica. In Congreso de Ciencia y Tecnología ESPE, 9(1), 215-224.
Grüninger, M., & Fox, M. (1995). Methodology for the design and evaluation of ontologies. In International Joint Conference on Artificial Inteligence, IJCAI95, Workshop on Basic Ontological Issues in Knowledge Sharing.
Jang, Y., Lee, T., Kim, K., Lee, W., Ann, D., & Chung, S. (2007). Keyword Management System based on Ontology for Contextual Advertising. In Advanced Language Processing and Web Information Technology, ALPIT 2007, IEEE, Luoyang, Henan, China, p. 440-445. http://dx.doi.org/10.1109/ALPIT.2007.98
Kagal, L., Finin, T., & Joshi, A. (2003). A policy based approach to security for the semantic web. In International semantic web conference, ISWC 2003, Springer, Berlin, Heidelberg, p. 402-418. http://dx.doi.org/10.1007/978-3-540-39718-2_26.
Kim, J., & Kang, S. (2013). An ontology-based personalized target advertisement system on interactive TV. Multimedia tools and applications, 64(3), 517-534. http://dx.doi.org/10.1007/s11042-011-0965-0.
Kim, K. J., Ahn, H., & Jeong, S. (2010). Context-aware recommender systems using data mining techniques. In Proceedings of world academy of science, engineering and technology, p. 357-362.
Lenat, D. B., & Guha, R. V. (1993). Building large knowledge-based systems: Representation and inference in the CYC project. Artificial Intelligence, Elsevier Science Publishers B.V., 61(1), 95-104.
Moore, P., Hu, B. Z., Campbell, W., & Ratcliffe, M. (2007). A survey of context modeling for pervasive cooperative learning. In Information Technologies and Applications in Education 200, ISITAE '07, IEEE, Kunming, China, p. k5-1 - k5-6. http://dx.doi.org/10.1109/ISITAE.2007.4409367.
OGC. (2018). GeoSPARQL - A Geographic Query Language for RDF Data. Recuperado de http://www.opengeospatial.org/standards/geosparql (accedido el 10/04/2018)
Pan, F., & Hobbs, J. R. (2004). Time in OWL-S. In Proceedings of AAAI Spring Symposium on Semantic Web Services, p. 29-36.
Perich, F. (2004). Mogatu BDI ontology. University of Maryland, Baltimore County.
Poveda-Villalón, M., Suárez-Figueroa, M. C., & García-Castro, R. (2010). A context ontology for mobile environments. In Workshop on Context, Information and Ontologies - CIAO 2010 Co-located with EKAW 2010, Lisbon, Portugal. ISBN ISSN: 1613-0073.
Preuveneers, D., Van den Bergh, J., Wagelaar, D., Georges, A., Rigole, P., Clerckx, T., De Bosschere, K. (2004). Towards an extensible context ontology for Ambient Intelligence. In European Symposium on Ambient Intelligence, EUSAI 2004, Springer, Berlin, Heidelberg, p. 148-159. http://dx.doi.org/10.1007/978-3-540-30473-9_15.
Rodríguez-Hernández, M. d., & Ilarri, S. (2014). Towards a context-aware mobile recommendation architecture. In International Conference on Mobile Web and Information Systems, MobiWIS 2014, Springer, Cham, p. 56-70. http://dx.doi.org/10.1007/978-3-319-10359-4_5.
Strang, T., & Linnhoff-Popien, C. (2004). A context modeling survey. In First International Workshop on Advanced Context Modelling, Reasoning and Management, UbiComp 2004, Nottingham, England.
Suarez-Figueroa, M. C. (2013). NeOn Methodology for Building Ontology Networks: Specification, Scheduling and Reuse. Tesis (Doctoral), Facultad de Informática, Universidad Politécnica de Madrid.
Suárez-Figueroa, M. C., Gómez-Pérez, A. & Villazón-Terrazas, B. (2009). How to write and use the ontology requirements specification document. In Proceedings of the Confederated International Conferences, CoopIS, DOA, IS, and ODBASE 2009 on the Move to Meaningful Internet Systems: Part II, ser. OTM ’09, Springer, Berlin, Heidelberg, p. 966-982, http://dx.doi.org/10.1007/978-3-642-05151-7_16.
W3C. (2008). SPARQL Lenguaje de consulta para RDF. Recuperado de http://skos.um.es/TR/rdf-sparql-query/ (accedido el 10/04/2018).
W3C. (2017). Time Ontology in OWL. Recuperado de https://www.w3.org/TR/owl-time/ (accedido el 04/04/2018).
W3C Semantic Web Interest Group. (2009). Basic Geo (WGS84 lat/long) vocabulary. Obtenido de https://www.w3.org/2003/01/geo/ (accedido el 04/04/2018).
Wang, X., Zhang, D., Gu, T., & Pung, H. (2004). Ontology based context modeling and reasoning using OWL. In Pervasive Computing and Communications Workshops, IEEE, Orlando, USA, p.18-22, http://dx.doi.org/10.1109/PERCOMW.2004.1276898.
Weiser, M. (1991). The Computer for the 21st Century. Scientific American, p. 94-100.
Weiser, M., & Brown, J. S. (1997). The coming age of calm technolgy. In Beyond calculation, Springer, New York, USA, p. 75-85. http://dx.doi.org/10.1007/978-1-4612-0685-9_6.
Xu, N., Zhang, W., Yang, H., Zhang, X., & Xing, X. (2013). CACOnt: A ontology-based model for context modeling and reasoning. In Applied Mechanics and Materials, p. 2304-2310. http://dx.doi.org/10.4028/www.scientific.net/AMM.347-350.2304.
Publicado
2018-09-28
Cómo citar
Erazo Garzón, L., & Patiño, A. (2018). Una ontología de contexto para un sistema de recomendación móvil de anuncios publicitarios. Enfoque UTE, 9(3), pp. 50 - 66. https://doi.org/https://doi.org/10.29019/enfoqueute.v9n3.327
Sección
Informática, TIC, ...