ISUFI - Engineering - Bicocca

Milano – 18 Novembre ‘04

MAIS WP 6 – MAIS WP 6 – Attività 6.2Attività 6.2

Specifiche di progetto per il sistema di Knowledge Management integrato nell’architettura di un sistema

informativo

2MAIS WP6

Indice

Risultati previsti

Il Recommendation Environment

Il Recommender Engine

Il Data Mining Profile Module

Il Context Enricher

Specifiche di progetto per il sistema di Knowledge Management integrato nell’architettura di un sistema informativo

3MAIS WP6

Risultati Previsti

Attività 6.2 – Integrazione di strumenti di knowledge management

Principali risultati attesi:

descrizione delle specifiche di progetto per strumenti e metodologie per il knowledge management integrato nell’architettura di un sistema informativo.

Specifiche di progetto per il sistema di Knowledge Management integrato nell’architettura di un sistema informativo

4MAIS WP6

Risultati Previsti

Le specifiche di progetto riguardano un sistema che:

in funzione degli e-Service disponibili e della profilazione utente, dia accesso differenziato ai servizi consigliando quello che risulta avere un grado di similarità più alto con l’utente che lo ha richiesto;

è in grado di monitorare i canali e i servizi utilizzati da un utente, allo scopo di utilizzare il feedback proveniente da tale monitoraggio per l’elaborazione di regole;

mantiene aggiornata ed arricchisce la base di conoscenza del sistema MAIS attraverso l’attività svolta dal componente delegato al data mining;

È un sistema di supporto alle decisioni integrato nella piattaforma MAIS.

Specifiche di progetto per il sistema di Knowledge Management integrato nell’architettura di un sistema informativo

5MAIS WP6

Indice

Risultati previsti

Il Recommendation Environment

Il Recommender Engine

Il Data Mining Profile Module

Il Context Enricher

Specifiche di progetto per il sistema di Knowledge Management integrato nell’architettura di un sistema informativo

6MAIS WP6

Recommendation Environment

All’interno del sistema MAIS, il Recommendation Environment fornisce un supporto al Concretizator nella selezione dei servizi concreti.

La sua funzionalità è quella di fornire una stima del grado di affinità di un servizio rispetto alle preferenze e i gusti dell’utente che lo ha richiesto relativamente ai parametri extra-funzionali contenuti nella descrizione del servizio .

Questa valutazione avviene utilizzando:

• un insieme di regole

• informazioni del contesto applicativo

Il funzionamento di questo componente viene ottimizzato mantenendo aggiornato l’insieme di regole utilizzate in fase di valutazione.

Progettazione del RE

7MAIS WP6

Progettazione del RERecommendation Environment

Il RE è un System Level Component (SLC) cioè un sistema che espone interfacce network addressable composto da business component che cooperano per realizzare un set coerente di funzionalità richieste da uno specifico “business need”

8MAIS WP6

Concretizator

Concrete Service Invocator

Recommender Engine R

eflective A

rchitecture

Logger

Runtime

La lista degli e-service + contesto + profilo statico

dell’utente sono inoltrati al RE

2

Il RE chiede ed ottiene dal CE una versione semanticamente arricchita del contesto3

Context Enricher

Il RE consegna al DMPM Repository il profilo statico dell’utente e preleva il profilo comportamentale.

4

Il RE restituisce al Concretizator la lista di e-service riordinata secondo la raccomandazione

5

L’Architettura riflessiva fornisce al Concretizartor le informazioni di contesto

1

Il servizio concreto scelto dall’utente viene passato all’invocatore abbinandolo al contesto attuale

6

Il servizio concreto viene eseguito e descrizione non funzionale + contesto sono registrati nel Logger

7

DMPM tools

DMPM Repository

Catcher

Batch

DM

PM

Lo storico delle configurazioni di contesto sono inviate al CE2Il Contesto viene

arricchito e inoltrato al Catcher

3

1

Lo storico delle descrizioni dei servizi richiesti è passato al Catcher

4

5

Il Catcher costruisce Eventi di business usando il contesto arricchito + descrizione servizio

Costruzione dei profili comportamentali

Recommendation Environment

Il funzionamento del RE nell’architettura MAIS:

Progettazione del RE

9MAIS WP6

Indice

Risultati previsti

Il Recommendation Environment

Il Recommender Engine

Il Data Mining Profile Module

Il Context Enricher

Specifiche di progetto per il sistema di Knowledge Management integrato nell’architettura di un sistema informativo

10MAIS WP6

Recommender EngineProgettazione del Recommender Engine

Il Recommender Engine è uno strumento che permette di ordinare una lista qualsiasi di servizi concreti, descritti semanticamente (profilo del servizio) e appartenenti alla stessa categoria di Servizio Astratto, sulla base del loro grado di affinità con una descrizione dell’utente (profilo utente) che lo ha richiesto.

Recommender Engine

Recommender<<Interface>>

Recommender Engine

Esso esporrà la funzionalità sopra descritte attraverso un metodo la cui signature è la seguente:

getRecommendation (serviceList: ServiceList, context: Context) : ServiceList

11MAIS WP6

Recommender Engine

Enterprise Tier: • Facade: realizza l’interfaccia con cui viene effettuata la richiesta di Recommendation e ha lo scopo di incapsulare la complessità delle interazioni tra i business objects nel realizzarla.• Business layer: incapsula tutti gli oggetti di business che contengono la logica applicativa ( logica per il matching semantico e la logica per la generazione del ranking).

Resource Tier:• Persistence layer: incapsula la logica per la persistenza dei dati. In esso sono presenti tutte le componenti che incapsulano lo stato del PBC e definiscono i dati e le regole di business per l’accesso ad essi, esponendone le funzionalità.

Progettazione del Recommender Engine

12MAIS WP6

Recommender EngineProgettazione del Recommender Engine

1. Richiesta di recommendation

2-3. L’engine richiede info di contesto

4-5. L’engine richiede lo user profile

6-7. Inizio elaborazione ranking

8-13. Matching semantico

15. Restituzione dell’output

13MAIS WP6

Indice

Risultati previsti

Il Recommendation Environment

Il Recommender Engine

Il Data Mining Profile Module

Il Context Enricher

Specifiche di progetto per il sistema di Knowledge Management integrato nell’architettura di un sistema informativo

14MAIS WP6

Data Mining Profile Module

Le principali funzionalità del DMPM sono:

Rules Extraction: Processare gli storici che collezionano, per ogni utente, le interazioni con il sistema estraendone regole d’associazione;

Rules Validation: Supportare un esperto del dominio applicativo nel processo di validazione delle regole (eliminazione di regole spurie o poco interessanti);

Users Classification: Classificare gli utenti in base al loro profilo statico (dati di registrazione) allo scopo di “stimarne” il profilo comportamentale

15MAIS WP6

Data Mining Profile Module

Rules Generat

or

Rules Validatio

n

Profiles Formatt

er

Users Classifie

r

Business

Events

Static Profiles

Dynamic

Profiles

Domain Expert Console

Il Data Mining Profiling Module fornirà una Console tramite la quale l’esperto di dominio potrà gestire il processo di Behavioural User Profiling.

Repository

16MAIS WP6

Data Mining Profile Module

Definizioni

Un evento di business è una registrazione costituita da tre sezioni:

• Categoria del servizio;

• Contesto in cui il servizio è stato richiesto;

• Descrizione non funzionale del servizio;

Una regola comportamentale è un’associazione costituita da:

• Categoria del servizio;

• Premessa, una particolare configurazione di un sottoinsieme di parametri di contesto;

• Conseguenza, una particolare configurazione dei parametri non funzionali del servizio;

17MAIS WP6

Data Mining Profile Module

Rules Generat

or

Business

Events

Esempio:HotelRes

Roma-Colosseo; PocketPC; 5stelle; centrale; OK-Disabili

Rules Validatio

n

Behavioural Rules

Users Classifie

r

Profiles Formatt

er

Static Profiles

Dynamic

Profiles

Domain Expert

Association Rules

Esempio:

Flight Palermo & we-p BassoCosto; ScontoHotel; Navetta

18MAIS WP6

Indice

Risultati previsti

Il Recommendation Environment

Il Recommender Engine

Il Data Mining Profile Module

Il Context Enricher

Specifiche di progetto per il sistema di Knowledge Management integrato nell’architettura di un sistema informativo

19MAIS WP6

Contesto: considerazioni introduttive

Applicazioni context-aware: sensibili ad informazioni di contesto

Contesto: termine molto generico, bisogna precisare meglio

Nel Report 6.1.1 si propongono due modelli (ABACO e MMASS) e degli scenari applicativi (automotive e ospedaliero)

20MAIS WP6

Contesto: considerazioni introduttive

Parte rilevante di informazione di contesto è riferita alla locazione dell’utente (posizione e ambiente circostante)

In WP6 riferimento a dominio turistico (e.g. raccomandazioni turistiche location-aware)

Parte delle informazioni di contesto

riguardano la struttura dello spazio

21MAIS WP6

Informazione di contesto di tipo spaziale

Diversi aspetti da tener in considerazione nel modellare spazio

Entità

• Fattori di scala (edifici, città)

• Obiettivi

Relazioni

Dominio applicativo di riferimento

22MAIS WP6

Modello di riferimento MAIS – Location model

23MAIS WP6

Possibili estensioni del modello di location

24MAIS WP6

Spatial context enrichment component