BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Abramowicz Witold (Poznań University of Economics, Poland), Dzikowski Jakub (Poznań University of Economics, Poland), Filipowska Agata (Poznań University of Economics, Poland), Kaczmarek Monika (Poznań University of Economics, Poland), Łazaruk Szymon (Poznań University of Economics, Poland)
Tytuł
Towards the Semantic Web's Application for Preparation of Reviews - Requirements and Architecture for the Needs of Incentive-Based Semantic Content Creation
Wykorzystanie mechanizmów sieci semantycznej do przygotowania i publikacji recenzji - wymagania i architektura Aplikacji
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 2011, nr 206, s. 11-21, rys., bibliogr. 26 poz.
Research Papers of Wrocław University of Economics
Tytuł własny numeru
Advanced Information Technologies for Management - AITM 2011: Inteligent Technologies and Applications
Słowa kluczowe
Sieć semantyczna, System rekomendujący
Semantic Web Service (SWS), Recommender system
Uwagi
summ., streszcz.
Abstrakt
W ostatnich latach w Internecie wielką popularnością cieszą się systemy rekomendujące. Do dostarczania precyzyjnie dopasowanych do potrzeb użytkowników recenzji systemy te coraz częściej wykorzystują potencjał technologii semantycznych. Semantyczne adnotacje recenzji mogą jednak powstać jedynie na dwa sposoby: automatycznie na podstawie analizy tekstu lub manualnie poprzez interakcję z człowiekiem. Użytkownicy nie są jednak zainteresowani adnotowaniem wprowadzanych do systemów recenzji. Jako że podejścia automatyczne nie uzyskują jeszcze wystarczającej precyzji, konieczne jest wykorzystanie mechanizmów motywujących użytkowników do tworzenia adnotacji recenzji. Niniejszy artykuł prezentuje wizję, wymagania oraz architekturę aplikacji umożliwiającej tworzenie rozszerzonych, wykorzystujących ontologię opisów obiektów. Aplikacja ta w porównaniu do wielu obecnie dostępnych w Sieci narzędzi, proponuje także mechanizmy motywujące użytkowników do działania. Ciekawostką jest to, że aplikacja w kontakcie z użytkownikiem wykorzystuje kanał mobilny, a także portal społecznościowy Facebook. (abstrakt oryginalny)

In recent years, various Web-based review systems have provided a valuable service to consumers by allowing them to share their assessments of goods and services. In order to provide recommendations being more accurate and tailored to users' needs, review systems take advantage of semantic annotations and Semantic Web technologies. However, as users are not really interested in delivering semantic annotations of content, specific tools incorporating incentives' mechanisms are needed to transform the syntactic content into the machine understandable one. This paper presents a vision, requirements and architecture of an application offering enhanced ontology-based description of rated objects, semantic-based user profiling as well as supporting contextual semantic search. This application in comparison to the currently existing applications provides a number of incentives motivating users to participate in the review process. The application is to be available using the mobile channel and the Facebook portal. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Aciar S., Zhang D., Simoff S., Debenham J. (2006), Recommender System based on consumer product reviews, [in:] Proceedings of the 2006 IEEE/WIC/ACM International Conference on Web Intelligence (WI '06), IEEE Computer Society, Washington, DC, pp. 719-723.
  2. Berners-Lee T., Hendler, Lassila O. (2001), The semantic web, Scientific American, Vol. 284, No. 5, pp. 34-43.
  3. Bizer C., Heath T., Berners-Lee T. (2009), Linked data - the story so far, International Journal on Semantic Web and Information Systems, Vol. 5, No. 3, pp. 1-22.
  4. Carrillo de Albornoz J., Plaza L., Gervás P., Díaz A. (2011), A joint model of feature mining and sentiment analysis for product review rating, [in;] P. Clough, C. Foley, C. Gurrin, H Lee, G.J.F. Jones (Eds.), Proceedings of the 33rd European Conference on Advances in Information Retrieval (ECIR'11), Springer-Verlag, Berlin, Heidelberg, pp. 55-66.
  5. Gartner's Report (2011), 10 Consumer Mobile Applications to Watch in 2012, February.
  6. Gartner's Report (2010), Key Predictions for IT Organizations and Users in 2010 and Beyond, January.
  7. Gartner's Report (2007), Emerging Trends and Technologies Roadshow for 2008 to 2012.
  8. Peis E., Morales del Castillo J.M., Delgado-Lopez J.A. (2008), Semantic recommender systems. Analysis of the state of the topic, Hipertext.net, No. 6.
  9. Shadbolt N., Berners-Lee T., Hall W. (2006), The semantic web revisited, IEEE Intelligent Systems, Vol. 21. pp. 96-101.
  10. Siorpaes K., Simperl E. (2010), Human intelligence in the process of semantic content creation, World Wide Web Journal, Vol. 13, No. 1, pp. 33-59.
  11. Sugiki K., Matsubara S. (2010), Product retrieval based on semantic similarity of consumer reviews to natural language query, International Journal of Knowledge and Web Intelligence, Vol. 1, No. 3/4, pp. 209-226.
  12. Uschold M., Gruninger M. (1996), Ontologies: principles, methods, and applications, Knowledge Engineering Review, Vol. 11, No. 2, pp. 93-155.
  13. http://www.insemtives.eu.
  14. http://www.yelp.com.
  15. http://www.goodrec.com.
  16. http://www.urbanspoon.com.
  17. http://www.tripadvisor.com.
  18. http://www.gastronauci.pl.
  19. http://revyu.com.
  20. http://www.badgeville.com/solutions.html.
  21. http://www.foursquare.com.
  22. http://gowalla.com.
  23. http://apps.facebook.com/mygoodeats.
  24. http://www.geonames.org/ontology/documentation.html.
  25. http://linkedgeodata.org/About.
  26. http://www.freebase.com.
Cytowane przez
Pokaż
ISSN
1899-3192
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu