Investigadores de la Universidad Politécnica de Madrid han diseñado un sistema para ayudar a los usuarios de redes sociales a filtrar y elegir la información que más les interesa en cada momento. La aplicación, denominada SOMAR, está destinada a dispositivos móviles.
Investigadores de la Universidad Politécnica de Madrid (UPM) han diseñado un sistema para ayudar a los usuarios de redes sociales en dispositivos móviles a filtrar y seleccionar la información que más les interesa en cada momento.
El creciente uso de las redes sociales en dispositivos móviles ha incrementado también la necesidad de herramientas que ayuden al usuario a filtrar la enorme cantidad de información que se genera. Con este objetivo, investigadores de la Facultad de Informática de la Universidad Politécnica de Madrid han diseñado SOMAR (SOcial Mobile Activity Recommender), un sistema de recomendación de actividades que analiza la información y, mediante técnicas de minería de datos, encuentra y presenta al usuario sólo la más relevante a su contexto.
Para realizar sus recomendaciones, el programa accede a la información de tres fuentes de datos: los del móvil (historial de llamadas o contactos), los del sensor (su ubicación) y los de Facebook, una de las redes sociales más utilizadas. Teniendo en cuenta los problemas de privacidad, sólo se utiliza la información que los usuarios hacen pública en la red social como base para la herramienta de recomendación.
SOMAR recomienda actividades personalizadas para cada usuario basadas en las interacciones que tiene con otros usuarios de la red. Para ello se calcula un gráfico social en función de las relaciones sociales y los intereses comunes entre amigos basado en las técnicas de clustering (permiten la generación automática de grupos en los datos).
Además de los implicados en la creación y actualización del gráfico social, el resto de los módulos sirven para proporcionar una recomendación adecuada a través de un procedimiento establecido. Así, mientras uno de ellos integra los datos de las tres fuentes principales de información mencionadas (los sensores, el teléfono y la plataforma social) y los prepara para su análisis posterior, el objetivo principal del otro es detectar actividades utilizando un proceso de minería de datos.
Parte de estas actividades, las más relevantes, serán filtradas y seleccionadas utilizando el gráfico social generado anteriormente teniendo en cuenta el contexto del usuario, lo que puede incluir su ubicación, estado de ánimo o actividades actuales. El propio usuario puede configurar el modo de filtro para seleccionar la actividad que más le interesa en un momento determinado.
El trabajo, que publica la revista Expert Systems with Applications, se ha centrado en las actividades de los usuarios, aunque el método subyacente también permite utilizar a SOMAR como base para recomendar cualquier otro tipo de información en una red social.
Este programa se ha usado de manera experimental con datos de Facebook y los resultados obtenidos muestran la posibilidad de recomendaciones personalizadas en tiempo real y teniendo en cuenta el contexto del momento.
Referencia bibliográfica:
Zanda, A; Eibe, S; Menasalvas. "E. SOMAR: A SOcial Mobile Activity Recommender". Expert Systems with Applications 39 (9): 8423-8429, julio 2012.
El pájaro robótico PigeonBot II, probado con éxito en un túnel de viento y de manera autónoma al aire libre, logra volar de manera similar a estas aves, sin aleta vertical. Sus aplicaciones abren el camino para diseñar aviones más eficientes en combustible.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
