monitoramento de fontes de informação na internet modelo multiagentes para suporte ao processo de...
Post on 29-May-2018
218 Views
Preview:
TRANSCRIPT
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
1/105
Universidade Federal de Santa Catarina
Programa de Ps-Graduao em Engenharia de Produo
Monitoramento de fontes de informao na Internet: modelomultiagentes para suporte
ao processo de Inteligncia Competitiva.
Alexandre Faria Lemos
Florianpolis2005
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
2/105
Alexandre Faria Lemos
Monitoramento de fontes de informao na Internet: modelomultiagentes para suporte
ao processo de Inteligncia Competitiva.
Dissertao apresentada ao Programa dePs-Graduao em Engenharia de Produoda Universidade Federal de Santa Catarina,
para a obteno do grau de mestre emEngenharia de Produo.Orientador: Pedro Felipe de Abreu
Florianpolis2005
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
3/105
ALEXANDRE FARIA LEMOS
Monitoramento de fontes de informao na Internet: modelomultiagentes para suporte ao processo de Inteligncia
Competitiva.
Esta dissertao foi julgada e aprovada para a obteno do ttulo de Mestre em Engenhariade Produo no Programa de Ps-Graduao em Engenharia de Produo da Universidade
Federal de Santa Catarina.
Florianpolis, 21 de maro de 2005.
__________________________________________Prof. Edson Pacheco Paladini, Ph.D.
Coordenador do Curso
Banca Examinadora:
___________________________________________Prof. Pedro Felipe de Abreu, Ph.D.
Orientador
___________________________________________Prof. Marcelo Thiry Comicholi da Costa, Dr.
__________________________________________Profa. Helena Pereira da Silva, Dr.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
4/105
Dedico este trabalho aos meus pais,Roberto Lemos e Maria Izolda de Faria
Lemos, que com doses extremas dededicao altrusta, pacincia, sabedoria
e amor, ao longo de uma vida inteira,transformaram uma criana em um
homem adulto.Vocs so um modelo para toda a
humanidade.
Agradeo infinitamente com muito amor.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
5/105
Agradecimentos
Aos meus pais, Roberto Lemos e Maria Izolda de Faria Lemos, por proporcionaremcondies, no somente materiais, mas especialmente intelectuais e emocionais, para o meudesenvolvimento e a realizao deste trabalho. Jamais poderei agradecer o suficiente.
minha irm, Roberta Faria Lemos, por dar apoio nas horas que precisei, por dar estmulonas horas que fraquejei e pelas broncas nas horas que mereci, sempre de forma altrusta eamorosa.
A Alexsandra de Souza Borges, grande amor em minha vida, pelo apoio, energia e dedicaoe por acreditar em mim quando eu mais precisava. Seu amor foi meu combustvel, sua energiaminha luz em momentos sombrios. Obrigado por tudo.
Ao meu orientador, Pedro Felipe de Abreu, por acreditar em minha capacidade, por ajudarquando precisei e por proporcionar a base sobre a qual me apoiei. Por ser uma pessoa decapacidade intelectual e retido moral que me inspiram, e por me presentear com sua amizade.
A Aline Frana de Abreu, pelas conversas que ajudaram a solucionar dificuldades e pelaextraordinria capacidade de fazer conceitos complexos parecerem claros. Sua amizade, e desua famlia, me muito cara.
A Dorzeli Salete Trzeciak, pela amizade e apoio, pela considerao e por compartilhar seusconhecimentos e sua sabedoria.
A todos os membros do IGTI, que fazem do Ncleo de Estudos em Inovao, Gesto eTecnologia de Informao um ambiente de trabalho no qual a cooperao e a amizade so aregra e no a exceo.
A todas as pessoas que desenvolveram o OpenOffice.org, por proporcionar, gratuitamente, osoftware no qual este trabalho foi escrito.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
6/105
Resumo
Este trabalho consiste da proposta de um modelo para uma arquitetura de agentes
inteligentes para uso como ferramenta no processo de inteligncia competitiva. O trabalho
inicialmente explora os conceitos de competitividade e inteligncia competitiva, chegando na
necessidade de uma ferramenta de apoio ao processo na fase de coleta de informaes,
especialmente na Web. A base para o desenvolvimento deste trabalho a proposta
apresentada em tese de doutorado por Silva (2000). realizado ento uma reviso do tema de
agentes inteligentes e tcnicas de anlise de textos. Aps desenvolvida a proposta do
modelo, uma proposta terica que explora principalmente as relaes entre as necessidades de
inteligncia competitiva e as caractersticas que deve apresentar a arquitetura de agentes
inteligentes.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
7/105
Abstract
This work consists in a proposal of an intelligent agent architecture to use as a tool in
the process of competitive intelligence. Initially, the work explores the concpets of
competitiveness and competitive intelligence, arriving in the need to a support tool in the
process, in the information collection phase, specially from the Web. The base for the
development of this work is the proposal presented in a doctoral thesis by Silva (2000). A
revision of the intelligent agent and text mining techniques and theories is then made. Then
the proposal for the model is made, a theoretical proposal that explores mainly the
relationships between competitive intelligence needs and the architecture's caracteristics.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
8/105
Sumrio
1 Introduo.............................................................................................................................. 11
1.1 Objetivos Geral e Especficos........................................................................................ 121.2 Justificativa e Motivao................................................................................................13
1.3 Delimitao.................................................................................................................... 14
1.4 Natureza do trabalho e metodologia...............................................................................15
1.5 Estrutura da dissertao..................................................................................................16
2 Competitividade e Inteligncia Competitiva..........................................................................17
2.1 Competitividade............................................................................................................. 17
2.2 Definio de Inteligncia Competitiva...........................................................................20
2.3 Importncia da Inteligncia Competitiva....................................................................... 21
2.4 Processo de inteligncia competitiva..............................................................................23
2.5 Inteligncia competitiva e a internet...............................................................................27
2.6 Inteligncia competitiva, agentes e Internet................................................................... 30
3 Agentes inteligentes e minerao de textos............................................................................33
3.1 Definio........................................................................................................................ 33
3.2 Propriedades................................................................................................................... 35
3.2.1 Autonomia.............................................................................................................. 373.2.2 Mobilidade..............................................................................................................383.2.3 Reatividade............................................................................................................. 393.2.4 Aprendizagem.........................................................................................................393.2.5 Comunicabilidade...................................................................................................403.2.6 Sociabilidade.......................................................................................................... 403.2.7 Continuidade temporal........................................................................................... 41
3.3 Tipologia........................................................................................................................ 41
3.4 Arquiteturas de agentes.................................................................................................. 45
3.5 Sistemas multiagentes.................................................................................................... 54
3.5.1 Taxonomia de sistemas multiagentes..................................................................... 553.5.2 Organizaes de agentes.........................................................................................563.5.3 Padres em agentes inteligentes............................................................................. 57
3.6 Sistemas multiagentes existentes....................................................................................62
3.6.1 RETSINA............................................................................................................... 623.6.2 JADE...................................................................................................................... 64
3.7 Tcnicas de inteligncia artifical....................................................................................65
3.7.1 Programao por demonstrao..............................................................................653.7.2 Minerao de textos................................................................................................663.7.3 Anlise estatstica de texto..................................................................................... 68
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
9/105
3.7.4 Anlise de linguagem natural................................................................................. 713.7.5 Clustering e Categorizao..................................................................................... 743.7.6 Redes neurais..........................................................................................................74
4 Descrio do modelo proposto...............................................................................................77
4.1 Arquitetura bsica...........................................................................................................77
4.2 Interao com o usurio..................................................................................................79
4.3 Tipos de agentes.............................................................................................................81
4.4 Estrutura dos agentes......................................................................................................86
4.5 Mensagens entre agentes................................................................................................ 93
5 Concluso...............................................................................................................................98
5.1 Limitaes...................................................................................................................... 99
5.2 Sugestes para estudos futuros.....................................................................................100
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
10/105
ndice de Figuras
Figura 1 Contexto do trabalho no processo de inteligncia competitiva.................................. 15
Figura 2 Escolas de competitividade.........................................................................................20Figura 3 Processo de inteligncia competitiva..........................................................................25
Figura 4 Arquitetura de agentes................................................................................................ 31
Figura 5 Tipologia de Agentes..................................................................................................43
Figura 6 Tipologia de agentes adotada neste trabalho.............................................................. 45
Figura 7 Arquitetura geral de um agente...................................................................................50
Figura 8 Taxonomia de sistemas multiagentes......................................................................... 56
Figura 9 Exemplo de uma ontologia para uma empresa simples, mostrando classes e suassubclasses, relacionamentos e instncias (indicadas pela linha tracejada)................................61
Figura 10 Viso geral dos tipos de agentes propostos.............................................................. 78
Figura 11 Casos de uso representando a interao com o usurio............................................80
Figura 12 Proposta de estrutura do agente de interface.............................................................88
Figura 13 Proposta de estrutura para os agentes de busca........................................................ 89
Figura 14 Proposta de estrutura para o agente de monitoramento............................................ 90
Figura 15Proposta de estrutura para o agente de banco de dados.............................................91
Figura 16 Proposta de estrutura para os agentes de filtragem...................................................92
Figura 17 Algumas mensagens chave na atividade de busca na Web.......................................94
Figura 18 Algumas mensagens na atividade de busca em RSS................................................ 95
Figura 19 Algumas mensagens na atividade de monitoramento...............................................96
Figura 20 Algumas mensagens na atividade de filtragem.........................................................97
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
11/105
11
1 Introduo
A World Wide Web, ou somente Web, formada por documentos hipertexto que
podem ser lidos por qualquer computador conectado internet e equipado com um software
de interpretao, o navegador, que transforma o arquivo contendo texto e referncias a
imagens e outros contedos em um documento na tela do usurio. O seu surgimento tornou a
internet mais acessvel ao pblico em geral, e tornou mais simples a tarefa de disponibilizar
contedo na rede mundial, pois a criao dos documentos Web tarefa do mesmo nvel de
complexidade da criao de um documento em um editor de textos (W3C, 2001).
Como o passar do tempo, e o crescimento da popularizao da Web, cada vez mais
organizaes e indivduos passaram a publicar sites na Web, desde pginas institucionais at
servios de comrcio eletrnico e relacionamento com clientes e fornecedores. Juntamente a
isso, surgiram vrias iniciativas de publicao de contedo na Web, sob a forma de catlogos,
revistas, jornais e at mesmo livros eletrnicos, com acesso gratuito ou pago. Os prprios
governos possuem uma grande presena na Web, com o cidado e empresa podendo acessar
publicaes oficiais e servios pblicos disponibilizados na rede.
Dessa forma, existe agora uma ampla gama de informaes disponveis para acesso
atravs da Web, e estas informaes podem ser usadas para alavancar a competitividade das
organizaes.
Um dos problemas encontrados ao acessar estas informaes a grande quantidade
de informaes disponveis, tomando muito tempo do usurio para process-las, o que acaba
acarretando em tomada de deciso usando informaes incompletas ou em demora para a
tomada de deciso. O uso de um sistema computacional automatizado para apoiar a tarefa de
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
12/105
12
buscar informaes na internet aliviaria este problema (MARCO, 1999).
O modo como se busca informaes na internet atualmente atravs dos sistemas de
busca tradicionais, como o Google, Yahoo, Altavista, entre outros. Nesses sitemas, as buscas
so realizadas atravs da digitao de palavras chave e o sistema ento retorna os resultados
que correspondam a estas palavras. O usurio tambm pode utilizar operadores booleanos,
como OU, E, NO, para melhor determinar os parmetros da busca. Isso resulta em um
nmero muito grande de resultados, nem sempre relacionados ao assunto que se busca,
devendo ser analisados manualmente. Isso torna a busca de informaes na internet uma
atividade que consome muito tempo com resultados no garantidos (CENDN, 2001;
DETERS; ADAIME, 2003).
Partindo-se dessa situao, e baseando-se no trabalho realizado por Silva (2000) e de
sua proposta para um sistema de agentes inteligentes para auxiliar o processo de coleta de
informaes na internet, decidiu-se propor um modelo para uma arquitetura de agentes
inteligentes para auxiliar na tarefa de busca e monitoramento de fontes de informao na
internet.
1.1 Objetivos Geral e Especficos
O objetivo geral do trabalho propor um modelo para uma arquitetura de agentes
inteligentes para auxiliar na tarefa de coleta de informaes e monitormento de fontes de
informao na internet.
Objetivos especficos:
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
13/105
13
determinar as necessidades de um sistema de coleta e monitormento de
informaes para a inteligncia competitiva
examinar tecnologias de agentes inteligentes existentes
propor um modelo de arquitetura de um sistema multiagentes
propor as caractersticas dos agentes do modelo
propor as interaes entre os agentes no modelo
propor as interaes entre o usurio e os agentes
1.2 Justificativa e Motivao
A inteligncia competitiva torna-se muito importante para a sobrevivncia das
empresas, em um ambiente cada vez mais competitivo. A necessidade de informaes corretas
e em tempo hbil para a tomada de decises, assim como a necessidade de se manter um
servio de monitoramento constante do ambiente organizacional para evitar surpresas
desagradveis, torna o processo de inteligncia competitiva de vital importncia para a
organizao (TYSON, 1998; BERNHARDT, 2003).
Existe uma necessidade de uma ferramenta de apoio ao subprocesso de coleta de
informaes do processo de inteligncia competitiva, conforme visto em Silva (2000). Esta
ferramenta automatizaria uma parte do processo, tornando mais eficaz os esforos de
inteligncia competitiva, sobretudo a busca de informaes na internet.
O uso de ferramentas que automatizem parte do processo de obteno de
informaes essencial para o desenvolvimento futuro da intelincia competitiva, facilitando
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
14/105
14
a tarefa de transformar grandes quantidades de dados em informaes teis (MARCO, 1999).
1.3 Delimitao
O presente trabalho trata da proposta conceitual de um modelo de arquitetura paraum sistema multiagentes, a ser aplicado como ferramenta de apoio ao processo de inteligncia
competitiva. O escopo do trabalho, no tocante ao relacionamento da ferramenta com o
processo de inteligncia competitiva, se delimita ao subprocesso de coleta de informaes. A
ferramenta deve servir de apoio coleta de informaes atravs da automatizao do
monitoramento de fontes de informao na internet e busca de novas fontes.
O foco do trabalho dentro do processo de inteligncia competitiva fica no processo
de coleta dentro do modelo do processo de inteligncia competitiva prescrito por Bernhardt
(2003), que composto de cinco etapas: planejamento e controle; coleta; processamento e
explorao; anlise e produo e disseminao.
1.4 Natureza do trabalho e metodologia
Este trabalho de natureza aplicada, pois se relaciona a um problema prtico, o debusca e monitoramento de fontes de informaes na internet. Possui tambm uma abordagem
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
15/105
15
qualitativa, pois no se utiliza de dados estatsticos nem produz resultados experimentais. Seu
objetivo exploratrio, pois visa propor um modelo para uma arquitetura de agentes. (SILVA;
MENEZES, 2005).
A metodologia de pesquisa se baseia em uma pesquisa bibliogrfica que fornece as
bases tericas do processo de inteligncia competitiva, a teoria de agentes e as tcnicas de
anlise de textos existentes. Aps, parte-se para propor um modelo para uma arquitetura de
agentes que permita o desenvolvimento de a uma ferramenta de apoio inteligncia
competitiva.
Este trabalho faz uma sntese da teoria de agentes e tcnicas de inteligncia artificial
e o modelo proposto por Silva (2000) para a estrutrurao de um modelo multiagentes.
1.5 Estrutura da dissertao
O primeiro captulo consiste nesta introduo, que estabelece os objetivos do
trabalho e delimita o seu escopo. O segundo captulo trata da competitividade, e de como ela
d origem ao processo de Inteligncia Competitiva (IC). Define, ento, Inteligncia
Competitiva, sua importncia e como a internet pode ser usada na atividade de inteligncia
competitiva.
O terceiro captulo trata de agentes inteligentes, suas caractersticas, arquiteturas e
introduz sistemas multiagentes. Tambm explora algumas tecnologias de anlise e minerao
de textos cuja aplicao prov as habilidades de filtragem e anlise da ferramenta proposta.
Este captulo d embasamento para a descrio posterior do sistema.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
16/105
16
O quarto captulo descreve o sistema multiagentes proposto, os agentes que o
compe, com suas capacidades e as interaes entre eles.
No quinto captulo, feita a concluso do trabalho, expondo os resultados obtidos e
possibilidades futuras.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
17/105
17
2 Competitividade e Inteligncia Competitiva
Este captulo abordar brevemente a questo da competitividade, com os fatores que
a influenciam. Da competitividade prossegue-se definio de Inteligncia Competitiva, em
que sero abordadas algumas definies da literatura com consequente escolha de uma delas
para uso no decorrer do trabalho. Aps a definio, ser abordada a importncia do processo
de Inteligncia Competitiva, seu papel na organizao e as vantagens esperadas de sua
implantao. Com esta base, ser abordada ento a relao entre o processo de Inteligncia
Competitiva e a Internet, focando as vantagens da utilizao da Internet. Para finalizar, ser
exposto o modelo de uma ferramenta usando agentes inteligentes proposto por Silva (2000).
2.1 Competitividade
De acordo com o trabalho de Junges (2004), temos que a competitividade, ou
obteno de vantagem competitiva, pode ser analisada atravs de quatro vises:
Modelo de Anlise Estrutural da Indstria: este modelo encara a competitividade
como advinda do modo de organizao da empresa, atravs da estrutura,
comportamento e performance, e de anlise de posicionamento;
Modelo de Recursos e Competncias: defende que a vantagem competitiva
alcanada atravs do desenvolvimento de recursos e competncias, atravs da
estrutura da indstria;
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
18/105
18
Modelo de Processos de Mercado: sustenta que a competitividade advm da
mudana, da inovao e da concorrncia, com o mecanismo de preos do mercado
determinando a alocao de recursos;
Modelo de Capacidades Dinmicas: este modelo explica a competitividade atravs
da inovao e modificaes da empresa, trabalhando em cima dos processos de
deciso e das aes empreendedoras, e suas consequncias.
A competitividade o posicionamento estratgico da organizao, em relao a
outras empresas concorrentes, que lhe permite gozar de uma posio superior do ponto de
vista de concorrncia. Ela pode ser vista como advinda das relaes da organizao com o
mercado, um foco externo, ou advinda dos mecanismos e estruturas internas da organizao.
Dimenses Descrio
Pessoas Clima interno da organizao, ambiente detrabalho, hbitos,escala de valores, filosofia da empresa. Reflete namotivao ou desmotivao das pessoas, estilos deliderana, modelos de gesto, canais de comunicao,competncia dos colaboradores, critrios de remunerao erecompensa, crescimento na empresa).
Resultados Expressos em termos financeiros (lucro, retorno doinvestimento, crescimento do patrimnio lquido);marketing (fatia de mercado, volume de vendas, clientes
atingidos, cobertura geogrfica, imagem dos produtos eservios; assistncia tcnica ps-venda); operao (volumede produo, qualidade do produto, produtividade,mquinas e equipamentos instalados).
Inovao eflexibilidade
Grau de abertura, sensibilidade, possibilidade e interessesda organizao em promover mudanas e renovao nomodelo de gesto, em antecipao ou como resposta sdemandas mutveis do meio ambiente. Tais mudanas,segundo o autor, dizem respeito destruio criativa deconceitos, estratgias e valores,, numa atitude de constantequestionamento, que permite o desenvolvimento de novos
produtos, novos servios, novos mtodos e novas formas degerenciar.Quadro 1 Dimenses de uma empresa de sucessoFonte: BOOG (1991 apud ABREU; ABREU, 2003)
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
19/105
19
A competitividade de uma organizao depende de sua estratgia de atuao, de seu
posicionamento. Mas para a elaborao de uma estratgia eficaz, necessrio o entendimento
do que torna a organizao competitiva. Desse modo, antes de elaborar a estratgia
competitiva, a organizao precisa conhecer o mercado, suas tendncias e preferncias, assim
como conhecer as tecnologias e processos disponveis, assim como necessrio um
conhecimento das estratgias adotadas por seus competidores (JUNGES, 2004).
No trabalho de Abreu e Abreu(2003), a competitividade vista alm da
produtividade, produo em alta escala e a custo reduzido, e do posicionamento da
organizao no mercado. Competitividade visto como competio mais competncia,
conforme Boog (1991, apud ABREU; ABREU, 2003), resultando em que uma organizao de
sucesso precisa saber balancear entre as dimenses de pessoas, resultados, inovao e
flexibilidade, conforme pode ser visto no quadro 1.
De Vasconcelos e Cyrino, apud Abreu e Abreu (2003), tiramos a existncia de quatro
escolas de competitividade, ilustradas na figura 1:
anlise estrutural da indstria, que compreende a definio do cenrio de
Figura 1 Escolas de competitividade.Fonte: Abreu e Abreu, 2003
3. Recursos eCompetncias
Foco: CompetnciasOrganizacionais
1. Anlise dePosicionamentoFoco: Indstria
2. Processos deMercado
Foco: Inovao
4. Capacidades
DinmicasFoco: Processos
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
20/105
20
concorrentes;
processos de mercado, que compreende a dinmica das empresas, dos mercados e
da concorrncia, com foco na mudana e inovao, ao invs de na estrutura do
setor produtivo; com a competitividade sendo dada por fatores externos
organizao;
recursos e competncias, que explica a competitividade atravs das capacidades
nicas da organizao;
capacidades dinmicas, que trata da capacidade da organizao de lidar com
mudanas no ambiente e incertezas, atravs dos processos de deciso e as aes
realizadas, com suas conseqncias em nvel gerencial e de recursos para a
organizao; a competitividade sendo determinada por fatores internos
organizao.
Para a criao de uma estratgia adequada organizao e ao mercado em que ela
atua, necessrio conhecimento sobre o meio ambiente no qual a organizao se insere, as
tecnologias de base para a atuao e diferenciao da organizao no mercado, assim como
informaes sobre a prpria organizao, seu potencial em termos de recursos e capacidade de
comunicar e transmitir conhecimento.
O ambiente externo organizao est sempre mudando, dando origem a
oportunidades e ameaas. A empresa competitiva vai ser aquela que mais flexvel, com
maior capacidade de mudar para se adequar a novas situaes, escapando aos perigos e tirando
o mximo das oportunidades.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
21/105
21
2.2 Definio de Inteligncia Competitiva
Na busca por definies do que o processo de Inteligncia Competitiva, encontra-se
uma convergncia de vrios autores para um conceito comum, com poucas variaes.
Inteligncia Competitiva, IC, um processo contnuo, com o foco no ambiente
externo organizao, visando a obteno de informaes que afetem a competitividade da
organizao. Alm da aquisio das informaes, o processo tambm envolve a anlise das
mesmas e a sua transformao em conhecimento estratgico (TYSON, 1998).
Inteligncia Competitiva um processo para a aquisio de informaes estratgicas,
que provm do ambiente competitivo. Ela parte do processo de Inteligncia Organizacional
(SILVA, 2000).
Inteligncia Competitiva um processo, que melhora a competitividade de
organizaes atravs de um maior conhecimento dos competidores e do ambiente
competitivo. um processo contnuo, que envolve a coleta legal e tica de informaes, assim
como a anlise das mesmas para produzir inteligncia com a qual a gerncia da organizao
pode atuar (SOCIETY OF COMPETITIVE INTELLIGENCE PROFESSIONALS, 2004).
Como inteligncia, entende-se informao com relevncia para as necessidades da
organizao, que possa ser usada para resolver problemas ou criar oportunidades.
Neste trabalho, a definio a ser usada ser a de que Inteligncia Competitiva um
processo contnuo de coleta e anlise de informaes, com o foco estratgico e no ambiente
externo da organizao.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
22/105
22
2.3 Importncia da Inteligncia Competitiva
Na literatura, encontra-se um consenso quanto ao grau de importncia da Inteligncia
Competitiva, com os autores divergindo quanto nfase dada aos diferentes enfoques e
produtos do processo de Inteligncia Competitiva.
A importncia do processo de IC advm do fato de as informaes obtidas pelo
processo permitirem organizao evitar ser surpreendida pelos acontecimentos, manter a sua
presena no mercado, identificar oportunidades e minimizar ameaas (TYSON, 1998).
Um processo formalizado de IC tem um papel essencial no processo de pensamento
estratgico nas organizaes, assim como na implementao do planejamento. uma
necessidade bsica de uma cultura de gerenciamento estratgico (TYSON, 1998).
As organizaes encontram-se em um cenrio no qual a atitude competitiva
essencial. Com o conceito de que competitividade manter-se 'alerta', sempre atualizado, e
que informao um recurso estratgico para a organizao, o processo de IC torna-se
essencial por suprir essa necessidade de informao atualizada (SILVA, 2000).
O processo de inteligncia, especialmente inteligncia estratgica, fundamental para
a sobrevivncia da empresa. Sem as informaes obtidas pelo servio de inteligncia, o
processo de planejamento estratgico no mais do que adivinhao. Inteligncia estratgica,
e contra-inteligncia, representam a "primeira linha de defesa" da organizao, contra ameaas
aos seus planos, operaes e objetivos estratgicos(BERNHARDT, 2003).
Benefcios da inteligncia estratgica: (BERNHARDT, 2003)
evita surpresas estratgicas
permite que executivos desafiem a ortodoxia facilitando a visualizao de pontos cegos da
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
23/105
23
viso de negcios
ajuda a garantir que decises sejam baseadas em previses e dedues ao invs de somente
em sensaes e experincias
prov a gerncia com uma viso nica e desinteressada
refora a cultura competitiva na organizao atravs do aumento da percepo dos
competidores
promove a percepo das ameaas ao capital intelectual da organizao e a necessidade de
contra-inteligncia e contramedidas
ajuda a diminuir a incerteza
A inteligncia no dissociada do processo estratgico, deve ser uma parte
completamente integrada a ele, e deve ser institucionalizada para adicionar valor real tomada
de decises (BERNHARDT, 2003).
O trabalho de Inteligncia Competitiva sempre foi executado, se no formalmente de
forma intuitiva, por qualquer empreendedor. um fator primrio para o sucesso, j que
envolve saber o que querem os clientes e o que esto fazendo os concorrentes. O
conhecimento, principalmente conhecimento prvio de fatos e situaes importantes significa
dinheiro e poder. A Inteligncia Competitiva resultar na reunio e anlise de informaes
para auxiliar o processo de tomada de decises. As atividades de IC podem ser identificadas
em quase todas as reas de atuao humana. Quanto mais uma organizao se encontra na Era
do Conhecimento, mais ela precisa da IC para sobreviver e crescer no mercado (CARDOSO,
2003).
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
24/105
24
2.4 Processo de inteligncia competitiva
Nesta seo, ser apresentado o processo de inteligncia competitiva com suas
etapas. Esta apresentao servir como base para o desenvolvimento da proposta do sistema.
O processo de inteligncia competitiva uma atividade contnua, cclica, que deve
constantemente buscar informaes e entregar relatrios aos membros da organizao que
tomam decises (TYSON, 1998). O processo de inteligncia competitiva inseparvel do
processo de planejamento estratgico, e do processo de tomada de deciso estratgico da
organizao. Como tal, deve continuamente buscar dados e informaes que auxiliem na
Figura 2 Processo de inteligncia competitiva.Fonte: Bernhardt, 2003
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
25/105
25
tomada de deciso, e deve ser subordinado ao nvel estratgico da empresa (BERNHARDT,
2003).
O processo de inteligncia competitiva dividido em cinco etapas, que podem ser
vistas esquematizadas na figura 4 (BERNHARDT, 2003):
planejamento e controle: determinao das necessidades de informao dos
tomadores de deciso;
coleta: obteno de dados e informaes de todas as fontes possveis, a serem
usados na gerao dos relatrios de inteligncia;
processamento e explorao: transformao de dados brutos em formas utilizveis
para a anlise e gerao de inteligncia, como por exemplo a traduo de
documentos;
anlise e produo: a avaliao e sntese das informaes disponveis e a
preparao de relatrios;
disseminao: a entrega de produtos de inteligncia (relatrios) aos usurios
finais.
O planejamento e controle onde os gerentes e planejadores da organizao
estabelecem suas necessidades de informaes e anlises sobre competidores, mercados,
governos e ambiente externo (BERNHARDT, 2003). Nesta etapa, o processo de inteligncia
competitiva deve partir dos fatores crticos de sucesso da organizao e deles derivar as
necessidades de informao (TYSON, 1998).
Os profissionais de inteligncia devem determinar, baseadas no planejamento e
requisitos obtidos na etapa anterior, as fontes de informao, a metodologia de coleta e a
freqncia de coleta de informaes (BERNHARDT, 2003). Fontes de informao podem ser
tanto informao publicada, que responde por grande parte das necessidades de informao de
uma organizao, como pessoas com conhecimento sobre os assuntos pesquisados,
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
26/105
26
contactadas atravs de uma rede de colaboradores (TYSON, 1998).
As fontes de informao so ento agrupadas, de acordo com a rea de interesse da
organizao, em um mapa de informao estratgica, usado para relacionar os requsitos de
informao com as fontes que devem ser monitoradas para satisfazer estes requisitos (SILVA,
2000).
O processamento e explorao se ocupar de agrupar informaes correlacionadas,
traduo e interpretao de documentos, determinao de confiabilidade da fonte de
informao e resolver inconsistncias (BERNHARDT, 2003). tarefa do profissional de
inteligncia agrupar dados correlacionados, transformando longas listas de dados numricos
em grficos e diagramas prprios para serem analisados (TYSON, 1998).
O processo de anlise e produo dos relatrios deve focar em informar alternativas e
riscos, sem tentar estabelecer aes a serem tomadas pelos decisores, ao mesmo tempo em
que alerta sobre possveis problemas a longo prazo e fornece informaes para as decises que
devem ser tomadas a curto prazo. Inteligncia incompleta no momento da tomada de deciso
pelos gestores estratgicos muito mais proveitosa que inteligncia completa aps o fato
ocorrido (BERNHARDT, 2003). Tomadores de deciso normalmente no possuem tempo
para ler e absorver grandes quantidades de dados. Os relatrios de inteligncia deve focar em
ameaas e oportunidades e tendncias, assim como informaes chaves sobre o ambiente
externo, com implicaes sobre a estratgia e a sobrevivncia da empresa; eles devem ser
resumidos e fazer o maior uso possvel de grficos e diagramas (TYSON, 1998).
A disseminao quando o resultado final dos esforos de inteligncia apresentado
aos usurios de informao, que determinaram as necessidades informacionais a serem
preenchidas. Este o elo mais fraco do processo de inteligncia competitiva. O produto final
do processo de inteligncia deve ser formatado de acordo com a preferncia individual do
usurio de informao, para facilitar a absoro do contedo (BERNHARDT, 2003). O tipo
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
27/105
27
de relatrio e o nvel de detalhe necessrio varia de acordo com a funo do usurio da
infomao. Quanto mais elevada a posio do usurio, mais estratgica sua deciso, tanto
mais anlise deve estar presente no relatrio e este deve conter informaes mais ligadas a
grandes efeitos estratgicos. Para usurios de nvel intermedirio, mais ligados s decises do
dia-a-dia da organizao, um relatrio com mais quantidade de informao fatual, com menos
anlises de tendncias e impactos se torna mais apropriado (TYSON, 1998).
2.5 Inteligncia competitiva e a internet
Uma grande quantidade de informao pode ser obtida de fontes de acesso pblico. O
problema focalizar os esforos de IC nas informaes importantes no universo de
informao disponvel (TYSON, 1998).
Vrios tipos de informao podem ser encontrados em fontes pblicas. As fontes de
informao pblica mais comuns so listagens (directories) de empresas, associaes,
peridicos, analistas de investimento e pessoas (executivos) servios de clipagem, materiais
promocionais de empresas, publicaes financeiras de companhias que precisam publicar as
suas contas, rgos reguladores, informaes de fontes governamentais e bases de dados
online (TYSON, 1998).
Com o desenvolvimento dos computadores e das redes de comunicao, o acesso
informao ficou mais fcil e barato. A Internet facilitou o acesso informao pelo usurio
final, diminuindo a dependncia de profissionais especializados e consultar fontes de
informao. Porm, isso gerou um problema de sobrecarga informacional, com o qual as
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
28/105
28
pessoas no conseguem assimilar as informaes disponveis e transform-las em inteligncia.
Desse modo, surge a necessidade de um sistema que automatize parte do processo. Nesse
contexto existem as tcnicas de apresentao dos dados e as tcnicas de anlise automtica
das informaes, incluindo a anlise lingstica, anlise estatstica, anlise de linguagem
natural, redes neurais, minerao de textos, clustering e classificao (MARCO, 1999).
A internet, como porta de acesso a empresas e organizaes, permite encontrar
grande quantidade de informao que anteriormente seria de difcil acesso, ou muito cara,
tanto em recursos financeiros quanto em tempo de busca. A internet no a nica fonte de IC,
mas congrega muitas fontes de informao valiosa a baixo custo (SILVA, 2000).
Assim como informaes publicadas na rede, a internet permite o contato fcil com
pessoas, atravs de e-mail ou outra ferramenta de comunicao. Pessoas a serem contatadas
podem ser especialistas ou membros de outras organizaes e pessoas so uma importante
fonte de IC (SILVA, 2000).
A recuperao de informaes na internet esbarra no problema de que essas
informaes esto espalhadas em uma grande quantidade de sites, alguns deles desconhecidos.
As ferramentas de busca tendem a retornar uma grande quantidade de resultados no
relacionados s necessidades de informao do usurio, e o modo de se obter informao
estratgica passa pelo ser humano pessoalmente acessando sites e analisando a informao.
Isso requer tempo da parte do usurio (SILVA, 2000).
Outro problema encontrado no uso das ferramentas de busca tradicionais que elas
possuem pouca abrangncia ou ento pouca preciso, o que torna a tarefa do profissional de
inteligncia competitiva mais difcil (DETERS; ADAIME, 2003).
Abrangncia, tambm chamada de revocao, e recall em ingls, a medida do
quanto dos documentos disponveis e correspondentes aos critrios da busca foram
recuperados (CARDOSO, 2000; EBECKEN; LOPES; COSTA, 2003).
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
29/105
29
Preciso=nmero de itens relevantes recuperados
nmero total de itens recuperados
(EBECKEN; LOPES; COSTA, 2003)
Preciso, precision em ingls, a medida do quanto dos documentos recuperados
realmente correspondem aos critrios de busca (CARDOSO, 2000; EBECKEN; LOPES;
COSTA, 2003).
Abrangncia=nmerodeitens relevantesrecuperados
nmerodeitensrelevantesnacoleo
(EBECKEN; LOPES; COSTA, 2003)
Itens relevantes, nas definies acima, so os documentos que correspondem ao
critrio de busca usado.
Existe uma relao inversa ente preciso e abrangncia, pois para melhorar a
abrangncia, mais documentos devem ser analisados e retornados, o que resulta em uma
diminuio da preciso pela incluso de documentos que no correspondam ao critrio da
busca (CHAKRABARTI, 2003).
Buscando melhorar os resultados das buscas foi instituda a tagmeta nas pginas
Web. Uma tag uma instruo de formatao na linguagem HTML (HyperText Markup
Language Linguagem de Formatao de Hipertexto), usada para compor pginas Web. A
tag meta permite que o criador da pgina insira meta-informaes sobre a pgina, comopalavras-chave, descries, entre outras informaes, que podem ser usadas por sistemas de
busca. Essas meta-informaes podem ser usadas para melhor situar o assunto a que a pgina
se refere atravs de uma descrio ou prover uma lista de palavras-chave (W3SCHOOLS,
2005).
Outro esforo no sentido de melhorar a capacidade dos sistemas de busca de
encontrar resultados que sejam mais relacionados s necessidades do usurio a Web
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
30/105
30
Semntica (Semantic Web, em ingls). A Web Semntica uma iniciativa do Consrcio da
World Wide Web, o rgo que determina os padres a serem seguidos pela Web, e parceiros
em universidades e empresas (www.w3.org/2001/sw, 2005).
A Web Semntica busca desenvolver uma srie de padres que permitam que dados
sejam compreendidos por computadores e seres humanos. A atividade da Web Semntica
desenvolve especificaes para tecnologias. As principais tecnologias centram-se em
especificaes de uma linguagem de descrio de contedos e uma linguagem de criao de
ontologias. Estes padres permitem que o criador da pgina monte documentos que sejam
interpretados tanto por um navegador Web quanto por sistemas automatizados
(www.w3.org/2001/sw/Activity, 2005).
Outra tecnologia surgindo para permitir um melhor acesso de sistemas automatizados
informao a especificao dos Web Services. Web Services so padres que permitem
que sistemas computacionais diferentes, funcionando em plataformas diversas, trabalhem
entre si, atravs da disponibilidade de servios usando uma linguagem de comunicao
comum, baseada no padro XML (Extensible Markup Language). As especificaes para Web
Services so desenvolvidas pelo Consrcio World Wide Web (www.w3.org/2002/ws/activity,
2005).
2.6 Inteligncia competitiva, agentes e Internet
Em Silva, 2000, foi apresentado um modelo de um sistema de agentes para usar a
Internet como ferramenta de Inteligncia Competitiva. As principais funes deste sistema
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
31/105
31
seriam liberar o usurio da tarefa tediosa e repetitiva de monitorar sites de informaes na
Internet, automatizando a tarefa e informando o usurio sempre que os sites fossem
atualizados. Tambm deveria possuir uma capacidade bsica de anlise do contedo do site,
para informar ao usurio se a atualizao relevante. Este modelo propunha uma arquitetura,
que pode ser vista na Figura 3. Esta arquitetura previa quatro tipos de agentes, agentes de
interface, agentes de busca, agentes de filtragem e agentes de monitoramento.
As tarefas dos agentes de interface seriam: manter um perfil das necessidade de
informao do usurio; automatizar as tarefas de busca, filtragem e monitoramento, atravs do
controle dos outros agentes; prover uma interface grfica para o usurio; enviar e-mails
avisando o usurio de atualizaes nos sites monitorados.
Figura 3 Arquitetura de agentes.Fonte: Silva, 2000.
Sistema Biblioteca Navegador Web
Agente Interface
AgenteBusca
AgenteMonitoramento
AgenteFiltragem
Internet
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
32/105
32
Os agentes de busca teriam como tarefas buscar informaes, com a capacidade de
identificar a relevncia do contedo dos sites encontrados; ser autnomo, realizando filtragens
e aplicando inferncias; possuir capacidade de data mining para encontrar informaes em
documentos no estruturados; buscar em sites cadastrados e varrer a rede em busca de sites
do interesse do usurio.
Aos agentes de monitoramento deveriam monitorar os sites cadastrados procurando
por modificaes; notificar as modificaes ao agente de interface. O cadastramento das
pginas a ser monitoradas poderia ser feito pelo usurio ou pelo agentes de interface,
automaticamente ou pendendo aprovao do usurio.
As tarefas dos agentes de filtragem seriam manter um perfil de interesse do usurio;
avaliar as pginas notificadas pelos agentes de monitoramento quanto sua adequao ao
interesse do usurio.
Analisando o modelo proposto, podemos extrair os requisitos do sistema, as tarefas
que o sistema deve cumprir. Esses requisitos seriam: cadastramento dos sites, manual ou
automtico; manter um perfil de interesse; ter capacidade de extrair informaes de
documentos de texto, tambm chamado text mining; notificar o usurio atravs de e-mail;
possuir uma interface grfica; buscar sites de interesse na rede.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
33/105
33
3 Agentes inteligentes e minerao de textos
Este captulo explora a tecnologia de agentes inteligentes, sua definio e suas
caractersticas. Quando procura-se na literatura uma definio para agentes inteligentes, nota-
se que ainda no existe um consenso quanto ao qu vem a ser exatamente um agente.
Algumas definies sero exploradas e uma que seja mais adequada ao presente trabalho
adotada. As propriedades dos agentes um outro campo no qual no h muita coeso, com
autores destacando caractersticas diferentes de agentes. Uma razo disso seria o fato de o
campo de trabalho com agentes inteligentes ser muito vasto, com os diversos autores adotando
vises mais adequadas sua rea especfica.
Aps a definio do que um agente e quais suas caractersticas, uma breve viso de
algumas arquiteturas de agentes ser mostrada, seguida de uma explorao de sistemas
multiagentes.
3.1 Definio
Segundo Wooldridge (1999), no existe uma definio universalmente aceita do
termo agente, mas existe um consenso de que autonomia uma caracterstica essencial. Um
agente um sistema que existe em um ambiente e que capaz de atuar autonomamente sobre
este ambiente para alcanar seus objetivos. Um agente um sistema que capaz de
autonomamente sentir o seu ambiente e possui um repertrio de aes para agir sobre o
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
34/105
34
ambiente e alcanar os seus objetivos.
Um agente uma entidade que possui autonomia, no s para agir independente de
outros agentes e humanos, mas para decidir como realizar a ao. Possui objetivos prprios e
a capacidade de persegu-los (GARCIA, SICHMAN, 2003).
Agentes so entidades computacionais que percebem tarefas e condies e podem
decidir como agir baseado nessas condies e executar comportamentos em seu ambiente
(LIU, 2001).
Um agente autnomo um sistema situado dentro e uma parte de um ambiente e
que percebe este ambiente e age sobre o mesmo, ao longo do tempo, perseguindo sua prpria
agenda e para modificar o que ele perceber no futuro (FRANKLIN, GRAESSER, 1996, p.
4). Nessa definio, so consideradas chave a distino entre o agente e o ambiente no qual se
encontra, e a habilidade de analisar o ambiente e agir sobre o mesmo, tanto para satisfazer os
seus objetivos quanto para moldar o ambiente.
Agentes so sistemas que apresentam as propriedades de autonomia, habilidade
social, reatividade e pr-atividade(WOOLDRIDGE E JENNINGS, 1994).
Agente uma entidade de software autnoma e que funciona continuamente em um
determinado ambiente, interagindo com outros objetos que fazem parte deste ambiente
(SHOHAM, 1997, apud THIRY, 1999).
Um agente uma entidade autnoma, capaz de responder ao seu ambiente,
comunicar-se e aprender como melhor alcanar suas metas (THIRY, 1999).
Um agente algo que pode ser definido como capaz de perceber seu ambiente,
atravs de algum tipo de sensor, e de agir sobre o ambiente, atravs de algum tipo de atuador.
Um agente racional um agente que age de forma a obter o sucesso de sua tarefa (RUSSEL,
NORVIG, 1995).
Partindo das definies anteriores, ser adotada neste trabalho a definio de agentes
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
35/105
35
como sistemas que sejam autnomos, e possuam capacidade de interagir com o seu ambiente,
inclusive comunicar-se com outros agentes ou sistemas que componham este ambiente, e que
persigam objetivos prprios, para realizar alguma tarefa ou atividade em benefcio de um
usurio.
3.2 Propriedades
A definio de agentes dada acima, assim como vrias outras na literatura, bem
ampla, podendo abarcar uma quantidade muito grande de sistemas. De modo a melhor definir
e entender agentes inteligentes, uma srie de propriedades, ou caractersticas, so analisadas.
Estas propriedades so tambm usadas para a construo de uma classificao dos diversos
tipos possveis de agentes. Abaixo, um quadro lista as propriedades dos agentes, como vistas
por diversos autores, e aps o quadro sero discutidas as propriedades mais relevantes com
mais detalhes.
A seguir segue um quadro (Quadro 2, Kern (1998) apud Oliveira, (2000)), com a
uma listagem das propriedades dos agentes e os autores que as mencionam.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
36/105
36
Propriedade Descrio Observao Referncias
Aprendizagem Acumulao de conhecimento
pelo agente, que adapta o seucomportamento s novassituaes.
Aprendizado pode
ser: unidirecional; interativo.Tambmreferenciada comoadaptatividade.
Wooldridge e
Jennings (1996) Belgrave (1995) Auer (1995) Lenmom apud
Souza (1996)
Autonomia O agente pode ser apto arealizar aes preemptivas eindependentes, queeventualmente poderobeneficiar o usurio.
Tambmreferenciada comoindependncia.
Auer (1995) Wooldridge e
Jennings (1996) Foner (1996)
Comunicabilidade Capacidade do agente
comunicar-se com outrosagentes, pessoas, objetos e seuambiente, a fim de completarsuas tarefas e auxiliar osdemais.
Tambm
referenciada comohabilidade social.
Wooldridge e
Jennings (1996) Franklin e Graesser
(1996) Belgrave (1995) Auer (1995)
Confiabilidade Agentes devem servir snecessidades do usurio demaneira segura, comveracidade e benevolncia, noapresentando informaesfalsas e objetivos conflitantes.
Wooldridge eJennings (1996)
Auer (1995) Sycara et al (1996)
Cooperatividade Capacidade dos agentes
trabalharem em conjunto paraconclurem tarefas mutuamentebenficas e complexas.
Tambm
referenciada comoColaborao.
Sycara et al (1996)
Gilbert apud Souza(1996)
DegradaoGradual
Capacidade do agente executar
parte de uma tarefa quandoexiste incompatibilidade nacomunicao ou domnio.
Foner (1996)
Discurso Troca de informaes entreusurio e agente, propiciandoum melhor conhecimento desuas habilidades e intenes.
Foner (1996)
Flexibilidade Habilidade do agente emescolher dinamicamente asaes e a sequncia deexecuo das mesmas.
Jennings (1995) Auer (1995) Franklin e Graesser
(1996)
Inteligncia Conjunto de recursos, atributose caractersticas as quaisabilitam um agente a decidirquais aes tomar.
O raciocniodesenvolve-se emtrs cenrios: regras; conhecimento; evoluo
artificial.
Auer (1995) Gilbert e Janca
(1996) Nissen (1995)
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
37/105
37
Propriedade Descrio Observao Referncias
Mobilidade Habilidade do agente em
mover-se de uma mquina paraoutra, entre diferentesplataformas e sistemas,preservando seu estado interno.
Apresenta trs
graus: esttico; roteiros mveis; mveis com
estado.
Auer (1995) Belgrave (1995) Ochard (1996)
Persistncia Cpacidade de manter umestado interno conciso atravsdo tempo, o qual no modificado ao acaso.
Tambmreferenciado comocontinuidadetemporal.
Belgrave (1995) Etzioni e Weld
(1995)
Personalizao O usurio determina como oagente deve interagir, esteaprende as cractersticas,
preferncias e hbitos de seususurios.
Gilbert e Janca(1996)
Kearney (1996)
Planejamento Habilidade de sintetizar eescolher entre diferentessequncias de aespretendidas para alcanar seusobjetivos.
Belgrave (1995) Auer (1995)
Pr-atividade Agentes so capazes de exibircomportamento oportunstico eorientado a objetos, tomando ainiciativa quando acharapropriado.
Wooldridge eJennings (1996)
Belgrave (1995)
Reatividade Capacidade de perceber eresponder s modificaes queocorrem no seu ambiente.
Tambmreferenciado comosentir e agir.
Hermans (1996)
Franklin e Graesser(1996)
Representabilidade Representao do usurio emtermos de suas aes e nomera existncia.
Pode ser de doismodos: passiva; ativa.
Wooldridge eJennings (1995)
Auer (1995)
Responsabilidade O agente requisitado a realizaruma tarefa, responsvel pelasua concluso.
Auer (1995)
Quadro 2 Atributos mais relevantes de agentes.Fonte: Kern (1998), apud Oliveira (2000)
Algumas propriedades so mais significativas, pois so propriedades que definem
uma entidade como agente, ou delimitam melhor as capacidades do agente. Como as
propriedades so usadas como um modo de se classificar e organizar os diversos tipos de
agentes, algumas propriedades so mais importantes para o presente trabalho por serem
propriedades importantes para o funcionamento do sistema discutido. A seguir sero
comentadas as propriedades dos agentes consideradas mais significativas para este trabalho.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
38/105
38
3.2.1 Autonomia
Autonomia a propriedade do agente de agir sem interveno externa e buscar seus
objetivos (THIRY, 1999).
Um agente possui autonomia de execuo, que a capacidade de atuar sem a
interferncia de outros agentes ou usurio. Tambm possui autonomia de deciso, que a
capacidade de decidir a ao a ser tomada baseado somente nos seus conhecimentos prvios,
na sua percepo do ambiente e nos seus objetivos (GARCIA, SICHMAN, 2003).
Um agente tem um comportamento individual e age em resposta outros agentes ou
ao ambiente em que existe de forma independente. Para isso, o agente deve possuir uma base
de conhecimento prpria que estabelece seu comportamento (SPERB, 2002).
A autonomia uma propriedade que define o agente, sem ela estamos falando de um
programa de computador, no um agente (FRANKLIN, GRAESSER, 1996).
3.2.2 Mobilidade
A mobilidade a propriedade de um agente que pode ser transmitido para outros
lugares, realizar suas tarefas e depois retornar. Isso acarreta em maior complexidade na
implementao dos agentes, devido necessidade de se adaptar a vrias plataformas e
sistemas (MARTINS, 2002).
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
39/105
39
Mobilidade a propriedade de um agente de mover-se e ser executado em outros
sistemas (GARCIA, SICHMAN, 2003).
A capacidade de mover-se entre sistemas de uma rede interessante, especialmente
em agentes de busca, porm pode vir a causar sobrecargas na rede. Tambm existe um risco
de segurana associado a agentes mveis, sendo necessria a implantao de sistemas de
segurana que protejam a mquina hospedeira e s permitam acesso a agentes autorizados
(THIRY, 1999).
3.2.3 Reatividade
Reatividade a propriedade de um agente perceber mudanas em seu ambiente e
adequar seu comportamento a essas mudanas (THIRY, 1999; MARTINS, 2002).
Reatividade a capacidade de reagir s mudanas do ambiente a partir do
reconhecimento de um contexto conhecido (GARCIA, SICHMAN, 2003, p.275).
A reatividade outra das propriedades cuja existncia necessria para que o sistema
seja considerado um agente. Esta propriedade determina que o agente seja capaz de responder
em tempo hbil a mudanas no seu ambiente (FRANKLIN, GRAESSER, 1996).
3.2.4 Aprendizagem
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
40/105
40
A aprendizagem um dos atributos que definem um agente inteligente. Um agente
que no tenha sucesso em realizar seus objetivos deve aprender com suas experincias para
melhorar a sua habilidade (THIRY, 1999).
Aprendizagem a habilidade de um agente de modificar seus comportamento
baseado em suas experincias e no resultado de suas aes no ambiente (SPERB, 2002 LIU,
2001).
3.2.5 Comunicabilidade
Comunicabilidade a capacidade de agentes trocarem mensagens com outros agentes
ou com outras entidades, tais como usurios. Torna-se importante quando existem mais de um
agente envolvido ou o agente precisa receber instrues ou enviar resultados.
Comunicabilidade a capacidade que um agente tem de interagir com outros agentes
para atingir suas metas. Quando vrios agentes atuam juntos, tem-se um sistema multi-agentes
(GARCIA, SICHMAN, 2003).
Comunicabilidade a capacidade dos agentes interagirem entre si e com usurios e
ambiente, atravs da troca de mensagens, conhecimento, colaborao, negociao,
coordenao, ou outro tipo de interao que exija comunicao (MARTINS, 2002).
A comunicabilidade, capacidade de se comunicar com outros agentes, usurio ou
mesmo o ambiente, uma propriedade importante quando mais de um agente est envolvido
(THIRY, 1999).
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
41/105
41
3.2.6 Sociabilidade
Sociabilidade a capacidade de interao com outros agentes, podendo ser
cooperativa ou competitiva(SPERB, 2002). Ligada comunicabilidade (THIRY, 1999).
3.2.7 Continuidade temporal
A continuidade temporal do agente, o fato de ele ser um processo que executado
continuamente, cujo fim geralmente determinado por ele prprio, uma das propriedades
que definem um agente (FRANKLIN, GRAESSER, 1996).
A continuidade temporal a capacidade de manter um estado interno atravs do
tempo, incluindo os objetivos do agente (MARTINS, 2002).
3.3 Tipologia
Na literatura, encontra-se uma grande variedade de classificaes de agentes. A
seguir citaremos algumas.
Franklin e Graesser propem vrios tipos possveis de classificao de agentes
inteligentes. Entre eles esto uma classificao baseada nas propriedades que o agente
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
42/105
42
apresenta, segundo a qual um agente poderia ser classificado como agente mvel, ou agente
com aprendizado, ou agente mvel com aprendizado. Ou ento uma classificao baseada nas
tarefas dos agentes, segundo a qual um agente poderia ser agente de busca de informaes ou
agente de filtragem de e-mail. Outra classificao possvel seria de acordo com o ambiente no
qual o agente atua, podendo um agente ser um agente de software, outro um agente de vida
artificial. Outra classificao sugerida quanto ao tipo de estrutura de controle adotada pelo
agente, ou seja, qual o princpio tecnolgico da tomada de deciso pelo agente. Dessa forma,
um agente pode ser algortmico, baseado em regras, baseado em casos, em redes neurais,
baseado em lgica fuzzy, entre outros (FRANKLIN, GRAESSER, 1996).
Uma outra classificao possvel seria organizar os diversos agentes em uma
taxonomia reminiscente do mtodo adotado para classificar os seres vivos, em forma de uma
rvore, com a raiz representando um reino de agentes, subdivididos em agentes biolgicos,
robticos e computacionais, estes ltimos subdivididos em agentes de vida artificial e agentes
de software, estes ltimos ainda subdivididos em agentes orientados a uma tarefa especfica,
agentes de entretenimento e vrus; e assim por diante (FRANKLIN, GRAESSER, 1996).
Eles, Franklin e Graesser (1996), tambm prope uma taxonomia baseada nas
propriedades dos agentes. Cada propriedade daria origem a uma classificao binria, do tipo
agente mvel ou no-mvel, agente que aprende ou sem aprendizado. Essas classificaes
binrias seriam combinadas em uma matriz multi-dimensional, com cada classificao binria
sendo uma dimenso. Desse modo, cada clula da matriz multi-dimensional representaria uma
srie de propriedades, e seria uma categoria de classificao na taxonomia.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
43/105
43
Uma classificao semelhante, baseada em mltiplas dimenses, proposta por
Garcia e Sichman (2003), e os classifica em quatro eixos, conforme pode ser visto na figura 4:
Os agentes so classificados segundo quatro eixos:
eixo cognitivo: o agente pode ter uma representao interna do ambiente e
um modelo racional de deciso (agente cognitivo) ou pode simplesmente
reagir a estmulos externos (agente reativo);
eixo de foco: o agente pode enfatizar semelhanas fsicas com seres
humanos (agente estrutural) ou enfatizar semelhanas de comportamento
(agente comportamental);
eixo de atuao: o agente pode atuar sozinho (agente isolado) ou com outros
agentes (agente social);
eixo ambiental: o agente pode atuar no desktop (agente de desktop) ou em
uma rede, como a internet ou uma intranet (agente de rede).
A classificao a ser adotada neste trabalho a de Franklin e Graesser (1996), de
Figura 4 Tipologia de Agentes.Fonte:GARCIA, SICHMAN, 2003
Agentes
Reativos Cognitivos
Estruturais
Comportamentais
Desktop
Rede
Isolados Sociais
Eixo Ambiental
Eixo Cognitivo
Eixo de Foco
Eixo de Atuao
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
44/105
44
classificao multidimensional, e pode ser vista na figura 5. As dimenses a serem
consideradas sero:
aprendizagem: classifica o agente de acordo com sua capacidade de aprender, de
modificar suas respostas ao ambiente medida que interage com o mesmo, ou que
recebe instrues para modific-las;
comunicabilidade: classifica o agente de acordo com sua capacidade de se
comunicar com outros agentes, trocando informaes sobre suas atividades e
dados que est manipulando;
mobilidade: classifica o agente de acordo com a capacidade do agente de se
deslocar de um ambiente computacional para outro, enquanto realiza suas tarefas;
cognitividade: classifica o agente segundo sua capacidade de criar uma
interpretao do ambiente sua volta e, partindo desta representao, decidir o
curso de ao que melhor atinge seus objetivos. Um agente no cognitivo um
Figura 5 Tipologia de agentes adotada neste trabalho.Adaptado a partir de FRANKLIN, GRAESSER, 1996
Agentes
Reativos Cognitivos
Comunicativo
Isolado
Mvel
Imvel
Sem Aprendizado Com Aprendizado
Mobilidade
Cognitividade
Comunicabilidade
Aprendizagem
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
45/105
45
agente reativo.
O motivo da adoo desta classificao, o fato de ela se adequar bem ao presente
trabalho, por considerar as propriedades mais significativas para os agentes que compem o
sistema, ao mesmo tempo em que intuitiva e fcil de visualizar.
3.4 Arquiteturas de agentes
Uma arquitetura de um agente a descrio das partes de um agente, suas estruturas
de dados, as operaes que podem ser desenvolvidas nas estruturas de dados e o fluxo de
controle entre as estruturas de dados (WOOLDRIDGE, 1999).
Segundo Wooldrige, agentes podem ser vistos como pertencentes uma de quatro
arquiteturas diferentes: agentes baseados em lgica, agentes reativos, agentes BDI (do ingls
para crena- desejo-inteno) e agentes com arquitetura em camadas (WOOLDRIDGE, 1999).
Agentes baseados em lgica tem suas decises tomadas atravs das tcnicas de
Inteligncia Artificial clssicas (IA simblica), representando o ambiente e as aes que
podem ser realizadas por smbolos, com regras sintticas definindo as manipulaes que
podem ser realizadas nestes smbolos. O smbolos so frmulas lgicas, e as manipulaes a
serem efetuadas so dedues lgicas, ou provas de teoremas. Nesta abordagem, o processo
de deciso visto como deduo lgica, as estratgias de deciso so modeladas como uma
teoria lgica e o processo de escolha de uma ao um problema de prova lgica. Abordagens
lgicas possuem uma semntica clara e coerente. Os problemas dessa abordagem aparecem a
medida que a complexidade do problema cresce, pois as regras semnticas e a transcrio do
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
46/105
46
ambiente em smbolos lgicos devem ser feitas manualmente e se tornam muito trabalhosas se
complexas, as entidades do mundo real nem sempre so facilmente traduzidas em smbolos
claros, e o tempo computacional para encontrar a soluo de um problema complexo cresce
muito (WOOLDRIDGE, 1999).
Agentes reativos so modelados a partir do princpio de que o comportamento
inteligente resultado da interao do agente com o ambiente no qual existe. Um
comportamento inteligente e complexo pode emergir de um conjunto de comportamentos
simples. Entre as vrias arquiteturas que aplicam esta abordagem, a mais conhecida a
chamada subsumption architecture. Esta arquitetura define uma srie de comportamentos,
organizados em uma hierarquia, na qual um comportamento hierarquicamente superior,
quando ativado, inibe a ativao dos outros comportamentos. Esses comportamentos
consistem em reaes s condies do ambiente, sendo portanto mais simples de serem
modelados e implementados. Quando uma determinada condio no ambiente ativa um
comportamento hierarquicamente superior, possivelmente uma reao a uma condio
especfica do meio, os demais comportamentos so ignorados. Se o ambiente no aciona o
comportamento superior, uma ao inferior, potencialmente mais genrica, poder ento ser
acionada. Atravs da definio dos comportamentos e de sua organizao hierrquica, pode-se
chegar a comportamentos complexos e adaptveis no agente. As abordagens reativas so
simples de serem modeladas e implementadas, so econmicas quanto ao tempo
computacional e robustas quanto a falhas. Como os agentes no possuem um modelo do
ambiente, so restritos a aes que possam ser realizadas com as informaes disponveis
localmente, o que torna seu comportamento insensvel ao ambiente que no podem perceber,
inclusive estados anteriores do ambiente, fazendo com que sejam agentes atuantes somente a
curto prazo. Devido falta do modelo do ambiente, o agente tambm no pode aprender com
suas experincias, sendo o seu comportamento previamente programado. O comportamento
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
47/105
47
emergente difcil de ser previsto a partir das aes mais simples e suas interaes, assim
como a interao dessas aes com o ambiente. Essa dificuldade de prever o comportamento
do agente leva a um processo de modelagem complexo e sem metodologia clara, e a medida
que a quantidade de comportamentos individuais vai aumentando, surgem dificuldades para
organiz-los em uma estrutura hierrquica que execute as tarefas necessrias de forma
previsvel (WOOLDRIDGE, 1999; LIU, 2001).
Agentes BDI, cujo nome vem da sigla em ingls para crena-desejo-inteno, partem
do entendimento filosfico do chamado raciocnio prtico, que o processo usado por seres
humanos para decidir a cada momento que ao realizar para atingir um objetivo. O raciocnio
prtico envolve dois processos, deliberao e raciocnio meios-fins. A deliberao o
processo que determina quais os objetivos do agente, e o raciocnio meios-fins determina
como o agente atingir estes objetivos. Um agente BDI possui sete componentes principais:
conjunto de crenas atuais: representam as informaes que o agente possui sobre
seu ambiente;
funo de atualizao de crenas: utiliza as crenas atuais e informaes advindas
dos sensores do agente para atualizar as crenas do mesmo, sua representao do
ambiente;
funo geradora de opes: baseada nas intenes do agente (seus objetivos) e
suas crenas (como percebe o ambiente), gera um conjunto de opes de ao;
conjunto de opes atuais (desejos): representa as vrias aes que o agente pode
realizar;
funo filtro: representa o processo deliberativo do agente, com base nas crenas,
desejos e intenes atuais, determina novas intenes;
conjunto de intenes: representam o foco das atividades atuais do agente, seus
objetivos;
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
48/105
48
funo seleo de ao: determina qual ao o agente realizar baseada nas suas
intenes atuais.
As vantagens desta arquitetura so a gerao de uma decomposio funcional bem
definida para o agente, e usa um processo de deciso baseado no que os seres humanos usam
no seu dia-a-dia. A principal dificuldade a implementao destas funes de modo
computacionalmente eficiente (WOOLDRIDGE, 1999).
Arquiteturas em camadas organizam o agente como um conjunto de subsistemas em
camadas, cada um realizando um comportamento desejado do agente. Desse modo, o
comportamento reativo pode ser realizado em uma camada, com o comportamento pr-ativo
em outra, por exemplo. Os agentes em camadas podem ser divididos em horizontais e
verticais, de acordo como a forma como as camadas so organizadas. Nos arranjos horizontais
possuem todas as suas camadas com acesso s informaes dos sensores e aos atuadores do
agente, enquanto que nos arranjos verticais somente uma camada tem acesso aos sensores, e,
opcionalmente, outra aos atuadores, com as demais camadas recebendo suas informaes
umas das outras.
Um agente com arquitetura horizontal comporta-se como se existissem vrios sub-
agentes opinando sobre o comportamento a ser adotado. Para evitar que o agente se comporte
de forma anormal, geralmente adicionada uma camada que atua como controladora e
determina qual camada comandar o agente. A principal vantagem deste arranjo a facilidade
de se adicionar novos comportamentos simplesmente adicionando novas camadas. A
desvantagem que um grande nmero de camadas gera uma situao complexa de controle,
com a camada de controle tornando-se um gargalo no desempenho do agente.
O arranjo vertical atua como se o agente fosse uma organizao tradicional, com as
camadas atuando como nveis funcionais hierrquicos. Cada camada realiza sua atividade, de
acordo com sua capacidade e, encontrando uma situao que no consiga processar, envia-a
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
49/105
49
para o nvel superior. Este arranjo mais simples que o horizontal, diminuindo a
complexidade das interaes entre as camadas devido a um nmero menor de comunicaes
possveis entre elas. Porm, ele menos flexvel que o arranjo horizontal, e mais vulnervel a
falhas, j que a comunicao passa por todas as camadas e a falha de uma delas paralisa o
processo de deciso (WOOLDRIDGE, 1999).
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
50/105
50
Uma proposta de uma arquitetura geral, abstrata, de um agente, mostrada na figura
Figura 6 Arquitetura geral de um agenteFonte: GARCIA, SICHMAN, 2003
Controlador
Decisor
Interface:Usurio
ComponenteMobilidade
Interface:
Comunicaoc
om
Agentes
Inte
rface:
interaocom
oam
biente
Configurador
preferncias
agenda
experinciasprvias
Agente Humano
Agentes
Am
biente
Rede
Parmetrosde Configurao
Ambiente deExecuo
ResultadosParmetros
Configurao
ResultadosParmetros
Configurao
Mensagens
KQMLFIPA
Ao
Percepo
DadosPercebidos
Contedoda Ao
IntenoDados
Percebidos eComunicados
Modelo deNegociao
Padres deReao
Modelo deDeciso
Modelo dePlanejamento
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
51/105
51
6. Essa arquitetura busca mostrar os diferentes mdulos necessrios em um agente, com suas
respectivas inter-relaes. O mdulo controlador o responsvel por controlar a execuo dos
processos internos do agente; o mdulo decisor utiliza modelos de planejamento, deciso,
reao e de negociao para decidir qual o melhor curso de ao do agente; o mdulo
configurador responsvel por atualizar os parmetros internos do agente em resposta s
necessidades do usurio, a mudanas no ambiente ou a interaes com outros agentes; o
mdulo de interface com o usurio permite que o agente receba instrues e retorne
resultados; o mdulo de interface com outros agentes permite a comunicao entre agentes,
seja atravs de objetos compartilhados, sistema de quadro-negro ou atravs de uma linguagem
de comunicao e ontologias compartilhadas; o mdulo de interface com o ambiente
implementa a capacidade de sentir o ambiente no qual o agente existe e a capacidade de agir
sobre o mesmo; o mdulo componente de mobilidade permite aos agentes mveis se
moverem entre vrias plataformas e sistemas diferentes (GARCIA, SICHMAN, 2003).
Outra arquitetura a Seleo de Ao (Action Selection), na qual o agente recebe um
estmulo do ambiente, e uma srie de aes possveis previamente existentes avaliada e uma
ao escolhida e realizada. Essa arquitetura orientada a objetivos, relevante situao
presente, reativa, rpida, robusta e focada no futuro. O conhecimento do agente, as aes que
sero analisadas, deve ser alimentado no mesmo, atravs de programao prvia ou algum
mtodo de aprendizagem (LIU, 2001).
Outra arquitetura a arquitetura Motif. Esta arquitetura multi-nvel, e foi criada
para criar agentes capazes de gerar e organizar comportamentos em um ambiente dinmico e
desconhecido. O componente bsico desta arquitetura o Motif, uma unidade computacional
auto-organizvel. Vrios motifs podem ser agrupados juntos, de acordo com suas
necessidades. Os vrios motifs esto inter-relacionados, e trocam dados e/ou intervenes, que
so instrues que controlam a troca de informaes. O sistema desenvolve um
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
52/105
52
comportamento devido ao fato de que os motifs se auto-organizam e enviam sinais que
causam outros motifs a se auto-organizarem. Essa cadeia de adaptaes atinge um equilbrio,
no qual as mudanas nos motifs so pequenas (LIU, 2001).
O quadro 3 resume as diversas arquiteturas analisadas e suas caractersticas.
Arquiteturas Caractersticas Pontos positivos Pontos negativos
Baseada em lgica Utiliza umaabordagem de lgicasimblica para o
processo de deciso
Processos lgicos defcil entendimento,formalismo lgico
bem entendido
Caro em tempo decomputao, difcil demodelar
comportamentosmuito complexos.
Agentes reativos Conjunto de reaesao ambiente,organizados de formaa criarcomportamentoscomplexos a partir dereaes simples
Simples de modelar,barato em termoscomputacionais,robusto
Comportamentoemergente difcil de
prever e projetar.
Agente BDI Usa o raciocnio
prtico paraestabelecer umprocesso de deciso
Modelagem intuitiva,
decomposiofuncional do agente
Difcil implementao
eficiente das funes
Arquitetura emcamadas
Agente visto comoum conjunto desubsistemas emcamadas
Flexvel, expansvel Complexidade dasinteraes entreagentes torna sistemascomplexoscomputacionalmentecaros
Arquitetura modular Abstrata, determina
mdulos quecumprem funesdistintas do agente
Especifica o fluxo de
informao entre osmdulos, separaoentre os mdulos portarefa do agente
Alta complexidade,
descrio abstrata daimplementao
Arquitetura de seleode ao
Os estmulos doambiente soavaliados ecomparados com umasrie de aes paradeterminar a serrealizada
Orientado a objetivos,reativa, rpidaexecuo
Comportamento deveser especificado comoconjunto de aes
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
53/105
53
Arquiteturas Caractersticas Pontos positivos Pontos negativos
Motif Modelagem multi-nvel, auto-organizvel, comunidadesfuncionalmentesemelhantes
Flexvel, adaptvel Auto organizaodifcil de prever eprojetar ocomportamento
Quadro 3 Comparao das arquiteturas de agentes
3.5 Sistemas multiagentes
Existem duas abordagens para o uso de mltiplos agentes, a Resoluo Distribuda
de Problemas (RDP) e Sistemas Multiagentes (SMA).Na RDP, os agentes e a forma de
organizao dos mesmos so desenvolvidos a partir de um problema especfico a ser
solucionado. J na abordagem SMA, os agentes existem previamente em um universo
multiagentes, independentes da existncia de um problema prvio. O problema a ser resolvido
ento proposto sociedade de agentes, que se organiza de forma a solucion-lo (GARCIA,
SICHMAN, 2003).
Sistemas Multiagentes (SMA) possuem as seguintes caractersticas (HUHNS,
STEPHENS, 1999):
sistemas multiagentes provm uma infraestrutura de comunicao e interao
entre os agentes;
sistemas multiagentes so abertos e no possuem um controle centralizado;
MAS contm agentes que so distribudos e autnomos.
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
54/105
54
Resoluo Distribuda de Problemas (Distributed Problem Solving RDP) uma
abordagem a sistemas multiagentes que parte do pressuposto de que os agentes ou foram
construdos para trabalharem juntos, ou, devido a regras do conjunto de agentes, o
comportamento individualstico desencorajado. Dessa forma, os agentes cooperam para a
soluo de um problema, e o domnio da RDP a criao de um conjunto de agentes que
trabalhem juntos de forma competente. Geralmente, um conjunto de agentes, tentando
resolver um problema, precisa antes de tudo, desenvolver um plano. Por isso, a soluo de
problemas de planejamento est intimamente ligada resoluo distribuda de problemas
(DURFEE, 1999).
3.5.1 Taxonomia de sistemas multiagentes
Os sistemas Multiagentes podem ser classificados de acordo com as suas
caractersticas em alguns eixos, como pode ser visto na figura 7 (GARCIA, SICHMAN,
2003):
eixo de perspectiva: um sistema multiagentes pode ter uma perspectiva de
simulao social ou de resoluo de problemas;
eixo de abertura: indica se um sistema pode alterar a quantidade de agentes que o
compe dinamicamente;
eixo de granularidade: um sistema com baixa granularidade contm poucos
agentes, enquanto que um sistema com alta granularidade pode conter milhares de
agentes;
eixo de composio: classifica o sistema baseado nos tipos de agentes presentes,
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
55/105
55
em um sistema homogneo, se for composto por um nico tipo de agente, ou
heterogneo, se vrios tipos de agente existem no mesmo sistema;
eixo da interao: classifica o sistema baseado nas vrias interaes sociais
possveis entre os agentes.
Figura 7 Taxonomia de sistemas multiagentes.Fonte: GARCIA, SICHMAN, 2003
Sistemas
Multiagentes (SMA)
Simulao Resoluo
Agentes Homogneos
Agentes Heterogneos
Alta Granularidade
Baixa Granularidade
SMAs Fechados
SMAs Abertos
Proto-Cooperativo Predador
Amensal Competitivo
Comensal Simbitico
Parasita
Eixo de perspectiva
Eixo de composio
Eixo de interao
Eixo de granularidade
Eixo de abertura
-
8/9/2019 Monitoramento de fontes de informao na Internet modelo multiagentes para suporte ao processo de Inteligncia
56/105
56
3.5.2 Organizaes de agentes
Uma organizao delimita o tipo e o formato das interaes entre os agentes,
diminuindo a complexidade da sociedade de agentes. Organizaes podem ser modelos
estticos ou modelos dinmicos. Nos modelos estticos ou descendentes (top-down), a
estrutura da organizao pr-definida, baseada no problema que os agentes resolvero. Nos
modelos dinmicos ou ascendentes (bottom-up), os agentes possuem seus prprios objetivos e
as interaes sociais surgem dinamicamente medida que os agentes buscam satisfaz-los
(GARCIA, SICHMAN, 2003).
Uma organizao possui um projeto, um conjunto de procedimentos e canais de
comunicao que ligam os diversos co
top related