Sistema de Reglas VERSIÓN 0.3. Dirigido a: Ingeniera luisa Fernanda barrera león. Autor: Katherine Espíndola Buitrago

Transcripción

1 Sistema de Reglas VERSIÓN 0.3 Dirigido a: Ingeniera luisa Fernanda barrera león Autor: Katherine Espíndola Buitrago PONTIFICIA UNIVERSIDAD JAVERIANA Departamento de ingeniería de sistemas Bogotá, Colombia Octubre, 2015 Sistema de Reglas 1

2 Historial de cambios VERSIÓN Sistema de Reglas versión 0.1 Sistema de Reglas versión 0.1 Sistema de Reglas versión 0.2 Sistema de Reglas versión 0.2 Sistema de Reglas versión 0.3 FECHA 8 de Octubre de de Octubre de de Octubre de de Octubre de de Noviembre de 2015 SECCIÓN DEL DOCUMENTO Introducción, 1, 2, 3, 4 Cambio Regla Matriz Cambio preferencia_despliegue Adición de descripciones DESCRIPCIÓN DE CAMBIOS Creación estructura del documento. Adición Introducción Adición sección 1 Adición sección 1.1 Adición sección 1.2 Adición sección 1.3 Adición sección 1.4 Adición sección 2 Adición sección 2.1 Adición sección 2.2 Adición sección 2.3 Adición sección 2.4 Adición sección 3 Adición sección 3.1 Adición sección 3.2 Adición sección 4 Adición sección 4.1 Adición sección 4.2 Adición sección 4.3 Adición sección 4.4 Modificación Regla 10 Modificación Regla 11 Modificación Regla 12 Adición Regla 13 Modificación Regla 19 Modificación Regla 21 Modificación Regla 22 Modificación Regla 23 Adición de descripciones a todas las secciones RESPONSABLE Katherine Espíndola Katherine Espíndola Katherine Espíndola Katherine Espíndola Katherine Espíndola Sistema de Reglas 2

3 Tabla de contenido Historial de cambios... 2 Introducción Reglas de Recomendación de Conexiones Recomendación de Estudiante Recomendación de Profesor Recomendación de Egresado Generales Reglas de Recomendación de Ideas Recomendación para Estudiante Recomendación para Profesor Recomendación para Egresado Generales Reglas de Búsqueda Búsqueda de Usuarios Por Habilidad Por Área Por Nombre Búsqueda de Ideas Por Usuario Para Continuar Para Empezar Proyectos Ideas Nuevas Por Tag Reglas de Recomendación Especial Recomendación de Idea Diferente Variante Sistema de Reglas 3

4 4.2. Recomendación de Idea Diferente Variante Recomendación de Usuario Diferente Variante Recomendación de Usuario Diferente Variante Trabajos citados Sistema de Reglas 4

5 Figuras Figura 1: Ejemplo Llenar Matriz con Pesos Figura 2: Ejemplo Regla 12 Sumar Pesos por Filas Figura 3: Ejemplo Regla 13 Normalizar Pesos Reglas Regla 1: Recomendar estudiante... 7 Regla 2: Calcular distancia estudiante estudiante... 8 Regla 3: Calcular distancia profesor estudiante... 8 Regla 4: Calcular distancia egresado estudiante... 8 Regla 5: Recomendar profesor... 9 Regla 6: Calcular distancia profesor profesor... 9 Regla 7: Calcular distancia egresado profesor... 9 Regla 8: Recomendar egresado Regla 9: Calcular distancia estudiante egresado Regla 10: Calcular distancia entre Preferencias Ideas y Tags Regla 11: Llenar matriz con pesos Regla 12: Sumar pesos por filas Regla 13: Normalizar pesos Regla 14: Calcular distancia entre personalidad Regla 15: Calcular distancia entre carreras Regla 16: Calcular distancia Jaccard Regla 17: Normalizar distancia Regla 18: Calcular distancia entre énfasis Regla 19: Recomendar idea a estudiante Regla 20: Calcular distancia entre áreas de conocimiento teniendo en cuenta la experticia Regla 21: Recomendar idea a profesor Regla 22: Recomendar idea a egresado Regla 23: Ordenar ideas para recomendar de acuerdo a la preferencia de visualización Regla 24: Buscar usuario Sistema de Reglas 5

6 Regla 25: Buscar usuario por habilidad Regla 26: Buscar usuario por área de conocimiento Regla 27: Buscar usuario por nombre Regla 28: Buscar idea Regla 29: Buscar idea por usuario Regla 30: Buscar idea para continuar Regla 31: Buscar idea para empezar Regla 32: Buscar proyectos Regla 33: Buscar idea nueva Regla 34: Buscar idea por tag Regla 35: Recomendar idea diferente (variación 1) Regla 36: Recomendar idea diferente (variación 2) Regla 37: Recomendar usuario diferente (variación 1) Regla 38: Buscar usuario diferente (variación 1) Sistema de Reglas 6

7 Introducción La generación de los servicios personalizados que ofrece Know&Share es posible gracias a las reglas diseñadas en este documento, que tienen el fin asegurar la relevancia de Know&Share. Las reglas están clasificadas de acuerdo a su propósito desarrolladas en cada una de las siguientes secciones. Adicionalmente, estas reglas ayudan a solucionar uno de los problemas de los sistemas de recomendación: el problema del nuevo usuario [1] [2]. 1. Reglas de Recomendación de Conexiones Esta sección presenta las reglas de recomendación de conexiones le permiten a Know&Share recomendar posibles conexiones a sus usuarios de tal forma que puedan expandir su red de conocimiento personal Recomendación de Estudiante usuario1(this) := usuario al que se le realiza la recomendación est := u todos_los_usuarios donde u es estudiante u usuario1.conexiones recomendarestudiante(est){ if(this es Estudiante){ d = calculardistanciaentreestudiantes(this,est) else if (this es Profesor){ d = calculardistanciaprofesorestudiante(this, est) else if (this es Egresado){ d = calculardistanciaegresadoestudiante(this, est) if (d <=0.5) { return deconfianza else if (d<=0.9){ return relevante else{ usurariosparanorecomendar.add(est) return norecomendar Regla 1: Recomendar estudiante Sistema de Reglas 7

8 calculardistanciaentreestudiantes(est1, est2){ distancia = 0.0 distancia += calculardistanciapersonalidad(est1.perfil.personalidad.tipo, est2.perfil.personalidad.tipo) distancia += calculardistanciacarreras(est1.perfil.carreras, est2.perfil.carreras) distancia += calculardistanciajaccard(est1.perfil.gustos, est2.perfil.gustos) distancia = normalizardistancia(distancia, 3) return distancia Regla 2: Calcular distancia estudiante estudiante calculardistanciaprofesorestudiante(prof, est){ distancia = 0.0 distancia += calculardistanciapersonalidad(prof.perfil.personalidad.tipo, est.perfil.personalidad.tipo) distancia += calculardistanciacarreras(prof.perfil.carreras, est.perfil.carreras) distancia += calculardistanciajaccard(prof.perfil.cualidades.profesionales, est.perfil.habilidades.profesionales) distancia = normalizardistancia(distancia, 3) return distancia Regla 3: Calcular distancia profesor estudiante calculardistanciaegresadoestudiante(egr, est){ distancia = 0.0 distancia += calculardistanciapersonalidad(egr.perfil.personalidad.tipo, est.perfil.personalidad.tipo) distancia += calculardistanciacarreras(egr.perfil.carreras, est.perfil.carreras) distancia += calculardistanciaenfasis (egr.perfil.intereses.varios_enfasis, est.perfil.intereses.varios_enfasis) distancia = normalizardistancia(distancia, 3) return distancia Regla 4: Calcular distancia egresado estudiante Sistema de Reglas 8

9 1.2. Recomendación de Profesor usuario1(this) := usuario al que se le realiza la recomendación prof := u todos_los_usuarios donde u es profesor u usuario1.conexiones recomendarprofesor(prof){ if(this es Estudiante){ d = calculardistanciaprofesorestudiante(prof,this) else if (this es Profesor){ d = calculardistanciaentreprofesores(this, prof) else if (this es Egresado){ d = calculardistanciaegresadoprofesor(this, prof) if (d <=0.5) { return deconfianza else if (d<=0.9){ return relevante else{ usurariosparanorecomendar.add(prof) return norecomendar Regla 5: Recomendar profesor calculardistanciaentreprofesores(prof1, prof2){ distancia = 0.0 distancia += calculardistanciapersonalidad(prof1.perfil.personalidad.tipo, prof2.perfil.personalidad.tipo) distancia += calculardistanciacarreras(prof1.perfil.carreras, prof2.perfil.carreras) distancia += calculardistanciajaccard(prof1.perfil.intereses.areas_conocimiento, prof2.perfil.intereses.areas_conocimiento) distancia = normalizardistancia(distancia, 3) return distancia Regla 6: Calcular distancia profesor profesor calculardistanciaegresadoprofesor(egr, prof){ distancia = 0.0 distancia += calculardistanciapersonalidad(egr.perfil.personalidad.tipo, prof.perfil.personalidad.tipo) distancia += calculardistanciacarreras(egr.perfil.carreras, prof.perfil.carreras) distancia += calculardistanciaenfasis(egr.perfil.intereses.varios_enfasis, prof.perfil.intereses.varios_enfasis) distancia = normalizardistancia(distancia, 3) return distancia Regla 7: Calcular distancia egresado profesor Sistema de Reglas 9

10 1.3. Recomendación de Egresado usuario1(this) := usuario al que se le realiza la recomendación egr := u todos_los_usuarios donde u es egresado u usuario1.conexiones recomendaregresado(egr){ if(this es Estudiante){ d = calculardistanciaestudianteegresado(this, egr) else if (this es Profesor){ d = calculardistanciaegresadoprofesor(egr, this) else if (this es Egresado){ d = calculardistanciaentreestudiantes(this, egr) if (d <=0.5) { return deconfianza else if (d<=0.9){ return relevante else{ usurariosparanorecomendar.add(egr) return norecomendar Regla 8: Recomendar egresado calculardistanciaestudianteegresado(est, egr){ distancia = 0.0 distancia += calculardistanciapersonalidad(est.perfil.personalidad.tipo, egr.perfil.personalidad.tipo) distancia += calculardistanciacarreras(est.perfil.carreras, egr.perfil.carreras) distancia += calculardistanciaprefideatags(est.perfil.preferencias_ideas, egr.tg.tags) distancia = normalizardistancia(distancia, 3) return distancia Regla 9: Calcular distancia estudiante egresado La Regla 10, Regla 11, Regla 12 y Regla 13 se utiliza para calcular la distancia entre las preferencias de ideas de un usuario y las tags que el trabajo de grado del egresado. Primero se crea una matriz de forma dinámica la cual contiene la representación de los números binarios del 0 al 2 número de preferencias 1. Luego, teniendo en cuenta que cada columna representa una preferencia, la matriz es multiplicada por cada uno de sus pesos correspondientes (ver Regla 9), obteniendo una matriz con pesos como lo muestra la Figura 1, donde el peso de Personalización es 3, de CompuMovil es 4 y de DataBases es 2. Sistema de Reglas 10

11 Figura 1: Ejemplo Llenar Matriz con Pesos matrizbinaria[2 ^ preferencias_ideas +1][ preferencias_ideas ]:= matriz que tiene los numeros binarios de 0 a (2 ^ preferencias_ideas ) - 1 calculardistanciaprefideatags(preferencias_ideas, tags){ sum = 0 pesototal = 0 tagsrelacionadas = preferencias_ideas tags if( tagsrelacionadas == 0){ return 1 else{ numcol = preferencias_ideas matrizbinaria = llenarmatrizconpesos(matrizbinaria, preferencias_ideas, numcol) vectorpesos[2 ^ numcol] = sumarpesosporfilas(matrizbinaria, numcol) cuantospesosunicos = obtenernumerosunicos(vectorpesos) tuplanormalizada[cuantospesosunicos][2] = normalizarpesos(vectorpesos, cuantospesosunicos) foreach (tag tagsrelacionadas){ preferencia = buscarpreferencia(tag) pesototal += preferencia.peso pesototal = pesototal * tagsrelacionadas for(contfila = 0; contfila < cuantospesosunicos; contfila++){ if(tuplanormalizada [contfila][0] == pesototal){ return tuplanormalizada[contfila][1] Regla 10: Calcular distancia entre Preferencias Ideas y Tags llenarmatrizconpesos(matrizbinaria, atributoconpeso, numcol){ for(contfila = 0; contfila < 2 ^ numcol ; contfila++){ for(contcol = 0; contcol < numcol ; contcol++){ matrizbinaria[contfila][contcol] = matrizbinaria[contfila][contcol] * atributoconpeso[contcol].peso return matrizbinaria Regla 11: Llenar matriz con pesos Sistema de Reglas 11

12 Luego de obtener la matriz con pesos, se crea un vector con la suma de los pesos (ver Regla 12), es decir, se suma el valor de cada una de las filas y se multiplica por la cantidad de unos de cada fila, esto se ilustra en la Figura 2. Figura 2: Ejemplo Regla 12 Sumar Pesos por Filas sumarpesosporfilas(matrizbinaria, numcol){ sum = 0 contunos = 0 for(contfila = 0; contfila < 2 ^ numcol ; contfila++){ for(contcol = 0; contcol < numcol ; contcol++){ if(matrizbinaria[contfila][contcol]!= 0){ contunos++ sum += matrizbinaria[contfila][contcol] vectorpesos[contfila] = sum * contunos sum = 0 contunos = 0 return vectorpesos Regla 12: Sumar pesos por filas Luego es necesario saber cuántos pesos diferentes existen en el vector, para crear una tupla normalizada que tendrá los pesos y su normalización (ver Regla 13). Para esto se ordenan los pesos de mayor a menor, dado que el mayor representa la distancia más cercana (0), y la menor la distancia más lejana (1). La Figura 3 muestra cómo se construye la tupla normalizada. Sistema de Reglas 12

13 Figura 3: Ejemplo Regla 13 Normalizar Pesos normalizarpesos(vectorpesos, cuantospesosunicos){ tuplanormalizada[cuantospesosunicos] = elimiarpesosrepetidos(vectorpesos) tuplanormalizada= ordenarmayoramenor(tuplanormalizada) normalizacion = 1/(cuantosPesosUnicos-1) aumento = 1/(cuantosPesosUnicos-1) for(contfila = 0; contfila < cuantospesosunicos; contfila++){ if(primera iteracion){ tuplanormalizada[contfila][1] = 0 else if (ultima iteracion){ tuplanormalizada[contfila][1] = 1 else{ tuplanormalizada[contfila][1] = normalizacion normalizacion += aumento return tuplanormalizada Regla 13: Normalizar pesos Por último, se suma el peso de cada una de las tags de las ideas del egresado que son iguales a las preferencias de ideas del estudiante, y se busca ese peso total en la tupla normalizada para retornar la distancia. Sistema de Reglas 13

14 1.4. Generales Esta sección presenta algunas reglas comunes utilizadas en las secciones anteriores por otras reglas calculardistanciapersonalidad(tipo1, tipo2){ relacion = tiporelacion(tipo1, tipo2) switch (relacion){ case 'Espiritu Afin': return 0.25 case 'Diferencias Intrigantes': return 0.50 case 'Complementos Potenciales': return 0.75 case 'Opuestos Desafiantes': return 1 default: return 0; Regla 14: Calcular distancia entre personalidad calculardistanciacarreras(carreras1, carreras2){ if(carreras1.principal == carreras2.principal){ return 0 else if(carreras2.principal (carreras1 carreras2)){ return 0.5 else{ carrerasafines = carrera1.afines if( (carreras2 carrerasafines)){ return 0.5 else{ return 1 Regla 15: Calcular distancia entre carreras La distancia Jaccard compara los datos de presencia o ausencia para encontrar la similitud [3] [4] [5], es decir, tiene en cuenta los elementos que no están en ambos conjunto, por esto es más preciso saber la intersección entre ambos puntos [6]. Esta distancia está dada por: S j = M 10 + M 01 M 10 + M 01 + M 11 M 11 representa el total de atributos que están en A y en B. M 01 representa el total de atributos que no están en A pero que están B. M 10 representa el total de atributos que están en A y pero no están en B. Sistema de Reglas 14

15 calculardistanciajaccard(conj1, conj2){ return ( conj1 conj2 - conj1 conj2 )/ conj1 conj2 Regla 16: Calcular distancia Jaccard normalizardistancia(distancia, max){ min = 0 newmax = 1 newmin = 0 return ((distancia - min) * (newmax - newmin)/(max - min) + newmin) Regla 17: Normalizar distancia calculardistanciaenfasis(varios_enfasis1, varios_enfasis2){ if(varios_enfasis1.principal == varios_enfasis2.principal){ return 0 else if(varios_enfasis2.principal (varios_enfasis1 varios_enfasis2)){ return 0.5 else{ return 1 Regla 18: Calcular distancia entre énfasis Sistema de Reglas 15

16 2. Reglas de Recomendación de Ideas Esta sección presenta las reglas que permiten recomendarle ideas a los usuarios de Know&Share Recomendación para Estudiante usuario1(this) := usuario que visualiza ideas idea := i u.ideas donde u usuario1.conexiones recomendarideaaestudiante(usuario){ ideas = usuario.ideas relevancia = 0 foreach (idea ideas){ if(usuario es Estudiante){ relevancia += calculardistanciaprefideatags( this.perfil.preferencias_ideas, idea.tags) relevancia += calculardistanciaenfasis ( this.perfil.intereses.varios_enfasis, usuario.perfil.intereses.varios_enfasis) relevancia = normalizardistancia(relevancia, 2) else if (usuario es Profesor){ if(idea es Para Continuar idea es Para Empezar){ if(idea es Para Continuar){ tags = idea.tags else if (idea es Para Empezar){ tags = idea.tags idea.tg.tags relevancia += calculardistanciaprefideatags( this.perfil.preferencias_ideas, tags) relevancia += calculardistanciaareasexperticia( this.perfil.intereses.areas_conocimiento, usuario.perfil.intereses.areas_conocimiento) relevancia = normalizardistancia(relevancia, 2) else{ relevancia = -1 else if (usuario es Egresado){ if(idea es Para Continuar){ tags = idea.tags idea.tg.tags relevancia += calculardistanciaprefideatags( this.perfil.preferencias_ideas, tags) if (relevancia >=0 relevancia <=0.5) { ideaspararecomendar.add(idea) else if (relevancia>0.5){ ideasparanorecomendar.add(idea) return ordenar(this.preferencia_despliegue, ideaspararecomendar) Regla 19: Recomendar idea a estudiante Sistema de Reglas 16

17 matrizbinaria[2 ^ areas_conocimientop +1][ areas_conocimientop ]:= matriz que tiene los numeros binarios de 0 a (2 ^ areas_conocimientop ) - 1 calculardistanciaareasexperticia(areas_conocimientoe, areas_conocimientop){ sum = 0 pesototal = 0 areasrelacionadas = areas_conocimientoe areas_conocimientop if( areasrelacionadas == 0){ return 1 else{ numcol = areas_conocimientop matrizbinaria = llenarmatrizconpesos(matrizbinaria, areas_conocimientop, numcol) vectorpesos[2 ^ numcol] = sumarpesosporfilas(matrizbinaria, numcol) cuantospesosunicos = obtenernumerosunicos(vectorpesos) tuplanormalizada[cuantospesosunicos][2] = normalizarpesos(vectorpesos, cuantospesosunicos) foreach (areaconocimiento areasrelacionadas){ pesototal += areaconocimiento.experticia pesototal = pesototal * areasrelacionadas for(contfila = 0; contfila < 2 ^ numcol ; contfila++){ if(tuplanormalizada[contfila][0] == pesototal){ return tuplanormalizada[contfila][1] Regla 20: Calcular distancia entre áreas de conocimiento teniendo en cuenta la experticia Sistema de Reglas 17

18 2.2. Recomendación para Profesor recomendarideaaprofesor(usuario){ ideas = usuario.ideas relevancia = 0 foreach (idea ideas){ if(usuario es Estudiante){ relevancia += calculardistanciaprefideatags( this.perfil.preferencias_ideas, idea.tags) relevancia += calculardistanciajaccard( this.perfil.cualidades.profesionales, usuario.perfil.habilidades.profesionales) relevancia = normalizardistancia(relevancia, 2) else if (usuario es Profesor){ if (idea es Para Empezar idea es Proyecto){ relevancia += calculardistanciaprefideatags( this.perfil.preferencias_ideas, idea.tags) relevancia += calculardistanciajaccard( this.perfil.areas_conocimiento, usuario.perfil.areas_conocimiento) relevancia = normalizardistancia(relevancia, 2) else{ relevancia = -1 else if (usuario es Egresado){ if(idea es Nueva){ relevancia += calculardistanciaprefideatags( this.perfil.preferencias_ideas, idea.tags) relevancia += calculardistanciajaccard( this.perfil.cualidades.profesionales, usuario.perfil.habilidades.profesionales) relevancia = normalizardistancia(relevancia, 2) else{ relevancia = -1 if (relevancia >=0 relevancia <=0.5) { ideaspararecomendar.add(idea) else if (relevancia>0.5){ ideasparanorecomendar.add(idea) return ordenar(this.preferencia_despliegue, ideaspararecomendar) Regla 21: Recomendar idea a profesor Sistema de Reglas 18

19 2.3. Recomendación para Egresado recomendarideaaegresado(usuario){ ideas = usuario.ideas relevancia = 0 foreach (idea ideas){ if(usuario es Estudiante){ relevancia += calculardistanciaprefideatags( this.perfil.preferencias_ideas, idea.tags) relevancia += calculardistanciajaccard( this.perfil.habilidades.profesionales, usuario.perfil.habilidades.profesionales) relevancia = normalizardistancia(relevancia, 2) else if (usuario es Profesor){ if (idea es Proyecto){ relevancia += calculardistanciaprefideatags( this.perfil.preferencias_ideas, idea.tags) else{ relevancia = -1 else if (usuario es Egresado){ if(idea es Nueva){ relevancia += calculardistanciaprefideatags( this.perfil.preferencias_ideas, idea.tags) relevancia += calculardistanciajaccard( this.perfil.habilidades.profesionales, usuario.perfil.habilidades.profesionales) relevancia = normalizardistancia(relevancia, 2) else{ relevancia = -1 if (relevancia >=0 relevancia <=0.5) { ideaspararecomendar.add(idea) else if (relevancia>0.5){ ideasparanorecomendar.add(idea) return ordenar(this.preferencia_despliegue, ideaspararecomendar) Regla 22: Recomendar idea a egresado Sistema de Reglas 19

20 2.4. Generales ordenar (preferencia_despliegue, ideaspararecomendar){ if(preferencia_ despliegue== 'Por relevancia'){ return organizarideasporrelevancia(ideaspararecomendar) //Organiza las ideas por el tipo de Usuario: Primero deconfianza, //luego de Relevancia //Tambien tiene en cuenta el número de lights else{ return organizarideasporfecha(ideaspararecomendar) //Organiza las ideas por fecha Regla 23: Ordenar ideas para recomendar de acuerdo a la preferencia de visualización 3. Reglas de Búsqueda Las reglas de búsqueda le permiten a los usuarios de Know&Share buscar ideas y usuarios para que se puedan conectar o buscar ideas de su interés Búsqueda de Usuarios buscarusuario(filtro, parametro){ switch (filtro){ case 'por Habilidad': return buscarporhabilidad(this, parametro) case 'por Area Conocimiento': return buscarporarea(this, parametro) default: return buscarpornombre(this, parametro) Regla 24: Buscar usuario Sistema de Reglas 20

21 Por Habilidad buscarporhabilidad(usuario, parametro){ //buscar en la red de conocimiento personal foreach(u usuario.conexiones){ if(parametro u.perfil.habilidades){ usuarioscercanos.add(u) //buscar en Know&Share usuariosfaltantes = todos_los_usuarios - usuario.conexiones foreach(u usuariosfaltantes){ if(parametro u.perfil.habilidades){ otrosusuarios.add(u) usuarioscercanos = ordenarporaval(usuarioscercanos) otrosusuarios = ordenarporaval(otrosusuarios) return usuarioscercanos otrosusuarios Por Área Regla 25: Buscar usuario por habilidad buscarporarea(usuario, parametro){ //buscar en la red de conocimiento personal foreach(u usuario.conexiones){ if(parametro u.perfil.intereses.areas_conocimiento){ usuarioscercanos.add(u) //buscar en Know&Share usuariosfaltantes = todos_los_usuarios - usuario.conexiones foreach(u usuariosfaltantes){ if(parametro u.perfil.intereses.areas_conocimiento){ otrosusuarios.add(u) usuarioscercanos = ordenarporexperticia(usuarioscercanos) otrosusuarios = ordenarporexperticia(otrosusuarios) return usuarioscercanos otrosusuarios Regla 26: Buscar usuario por área de conocimiento Sistema de Reglas 21

22 Por Nombre buscarpornombre(usuario, parametro){ //buscar en la red de conocimiento personal foreach(u usuario.conexiones){ if(parametro u.nombre){ usuarioscercanos.add(u) //buscar en Know&Share usuariosfaltantes = todos_los_usuarios - usuario.conexiones foreach(u usuariosfaltantes){ if(parametro u.nombre){ otrosusuarios.add(u) usuarioscercanos = ordenarporrelacion(usuarioscercanos) //Primero De Confianza luego Relevancia return usuarioscercanos otrosusuarios 3.2. Búsqueda de Ideas Regla 27: Buscar usuario por nombre buscaridea(filtro, parametro){ switch (filtro){ case 'por Usuario': return buscarideasporusuario(this, parametro) case 'para Continuar': return buscarideasparacontinuar(this) case 'para Empezar': return buscarideasparaempezar(this) case 'Proyecto': //Solo profesores y egresados return buscarproyectos(this) case 'Nueva': return buscarideasnuevas(this) default: return buscarideasportag(this, parametro) Regla 28: Buscar idea Sistema de Reglas 22

23 Por Usuario buscarideasporusuario(usuario, parametro){ //buscar en la red de conocimiento personal foreach(u usuario.conexiones){ if(parametro u.nombre){ ideas.add(u.ideas) if(ideas es ){ //buscar en Know&Share usuariosfaltantes = todos_los_usuarios - usuario.conexiones foreach(u usuariosfaltantes){ if(parametro u.nombre){ ideas.add(u.ideas) ideas = ordenarporlights(ideas) return ideas Para Continuar Regla 29: Buscar idea por usuario buscarideasparacontinuar(usuario){ //buscar en la red de conocimiento personal foreach(u usuario.conexiones donde u es Profesor u es Egresado){ foreach(idea u.conexiones){ if(idea es Para Continuar){ ideascercanas.add(idea) //buscar en Know&Share usuariosfaltantes = todos_los_usuarios - usuario.conexiones foreach(u usuariosfaltantes donde u es Profesor u es Egresado){ foreach(idea u.conexiones){ if(idea es Para Continuar){ ideaslejanas.add(idea) ideascercanas = ordenarporlights(ideascercanas) ideaslejanas = ordenarporlights(ideaslejanas) return ideascercanas ideaslejanas Regla 30: Buscar idea para continuar Sistema de Reglas 23

24 Para Empezar buscarideasparaempezar(usuario){ //buscar en la red de conocimiento personal foreach(u usuario.conexiones donde u es Profesor){ foreach(idea u.conexiones){ if(idea es Para Empezar ){ d = calculardistanciapersonalidad(usuario.perfil.personalidad.tipo, u.perfil.personalidad.tipo) if(d <= 0.50){ ideascercanas.add(idea) else{ ideaslejanas.add(idea) //buscar en Know&Share usuariosfaltantes = todos_los_usuarios - usuario.conexiones foreach(u usuariosfaltantes donde u es Profesor){ foreach(idea u.conexiones){ if(idea es Para Empezar){ d = calculardistanciapersonalidad(usuario.perfil.personalidad.tipo, u.perfil.personalidad.tipo) if(d <= 0.50){ ideaslejanas.add(idea) else{ ideasmuylejanas.add(idea) ideascercanas = ordenarporlights(ideascercanas) ideaslejanas = ordenarporlights(ideaslejanas) ideasmuylejanas = ordenarporlights(ideasmuylejanas) return ideascercanas ideaslejanas ideasmuylejanas Regla 31: Buscar idea para empezar Sistema de Reglas 24

25 Proyectos buscarproyectos(usuario){ //buscar en la red de conocimiento personal foreach(u usuario.conexiones donde u es Profesor){ foreach(idea u.conexiones){ if(idea es Proyecto){ d = calculardistanciajaccard( usuario.perfil.intereses.areas_conocimiento, u.perfil.intereses.areas_conocimiento) if(d <= 0.50){ ideascercanas.add(idea) else{ ideaslejanas.add(idea) //buscar en Know&Share usuariosfaltantes = todos_los_usuarios - usuario.conexiones foreach(u usuariosfaltantes donde u es Profesor){ foreach(idea u.conexiones){ if(idea es Para Continuar){ d = calculardistanciajaccard( usuario.perfil.intereses.areas_conocimiento, u.perfil.intereses.areas_conocimiento) if(d <= 0.50){ ideaslejanas.add(idea) else{ ideasmuylejanas.add(idea) ideascercanas = ordenarporlights(ideascercanas) ideaslejanas = ordenarporlights(ideaslejanas) ideasmuylejanas = ordenarporlights(ideasmuylejanas) return ideascercanas ideaslejanas ideasmuylejanas Regla 32: Buscar proyectos Sistema de Reglas 25

26 Ideas Nuevas buscarideasnuevas(usuario){ //buscar en la red de conocimiento personal foreach(u usuario.conexiones){ foreach(idea u.conexiones){ if(idea es Nueva){ ideascercanas.add(idea) //buscar en Know&Share usuariosfaltantes = todos_los_usuarios - usuario.conexiones foreach(u usuariosfaltantes){ foreach(idea u.conexiones){ if(idea es Nueva){ ideaslejanas.add(idea) ideascercanas = ordenarporlights(ideascercanas) ideaslejanas = ordenarporlights(ideaslejanas) return ideascercanas ideaslejanas Por Tag Regla 33: Buscar idea nueva buscarportag(usuario, parametro){ //buscar en la red de conocimiento personal foreach(u usuario.conexiones){ foreach(idea u.ideas){ if(parametro idea.tags){ ideascercanas.add(u.ideas) //buscar en Know&Share usuariosfaltantes = todos_los_usuarios - usuario.conexiones foreach(u usuariosfaltantes){ foreach(idea u.ideas){ if(parametro idea.tags){ ideaslejanas.add(u.ideas) ideascercanas = ordenarporpreferenciaidea(ideascercanas, usuario.perfil.preferencias_ideas) ideaslejanas = ordenarporlights(ideaslejanas) return ideascercanas ideaslejanas Regla 34: Buscar idea por tag Sistema de Reglas 26

27 4. Reglas de Recomendación Especial Las reglas de recomendación especial le ofrecen la posibilidad de visualizar usuarios o ideas que no se recomendarían, pero que podrían ayudarle a crear valor en su red de conocimiento personal Recomendación de Idea Diferente Variante 1 recomendarideadiferente1(usuario){ ideas = usuario.ideasparanorecomendar if(ideas no esta ){ ideasdiferentes = ordenarporlights(ideas) return ideasdiferentes.get(0) return null Regla 35: Recomendar idea diferente (variación 1) 4.2. Recomendación de Idea Diferente Variante 2 recomendarideadiferente2(usuario){ ideas = usuario.ideasparanorecomendar if(ideas no esta ){ ideasdiferentes = ordenarporpreferenciaidea(ideas, usuario.perfil.preferencias_ideas) return ideasdiferentes.get(0) return null Regla 36: Recomendar idea diferente (variación 2) 4.3. Recomendación de Usuario Diferente Variante 1 recomendarusuariodiferente(usuario){ usuarios = usuario.usuariosparanorecomendar if(usuarios no esta ){ usuariosdiferentes = ordenarporpersonalidad(usuarios, usuario.perfil.personalidad.tipo) return usuariosdiferentes.get(0) return null Regla 37: Recomendar usuario diferente (variación 1) Sistema de Reglas 27

28 4.4. Recomendación de Usuario Diferente Variante 2 recomendarusuariodiferente(usuario){ usuarios = usuario.usuariosparanorecomendar if(usuarios no esta ){ usuariosdiferentes = ordenarporcarrera(usuarios, usuario.perfil.carrera) return usuariosdiferentes.get(0) return null Regla 38: Buscar usuario diferente (variación 1) Trabajos citados [1] G. Adomavicius and A. Tuzhilin, "Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions," IEEE Transactions on Knowledge and Data Engineering, vol. 17, no. 6, pp , [2] S. Chen, S. Owusu and L. Zhou, "Social Network Based Recommendation Systems: A Short Survey," Social Computing (SocialCom), 2013 International Conference on, pp , [3] L. Candillier, F. Meyer and F. Fessant, "Designing Specific Weighted Similarity Measures to Improve Collaborative Filtering Systems," in Advances in Data Mining: Medical Applications, E-Commerce, Marketing, and Theoretical Aspects, Berlin, Heidelberg, Springer-Verlag, [4] A. Gardner, J. Kanno, C. Duncan and R. Selmic, "Measuring Distance between Unordered Sets of Different Sizes," in Computer Vision and Pattern Recognition (CVPR), Columbus, OH, [5] K. J. Horadam and M. A. Nyblom, "Distances between sets based on set commonality," Discrete Applied Mathematics, vol. 167, no. April, pp , [6] Á. C. Carrillo Ramos, M. Y. Uribe Ríos, M. I. Brijaldo Rodríguez, L. F. Barrera León, M. L. Sabogal Modera, N. A. Mejía, J. Pavlich-Mariscal, A. Pomares Quimbaya and J. E. Carreño Vargas, ASHYI: Plataforma Basada en Agentes para la Planificación Dinámica, Inteligente y Adaptativa de Actividades Aplicada a la Educación Personalizada, Bogotá: Pontificia Universidad Javeriana: Colciencias, Sistema de Reglas 28

29 Sistema de Reglas 29