marcio luiz coelho cunha redes sociais dirigidas ... -...

Marcio Luiz Coelho Cunha

Redes Sociais Dirigidas ao Contexto das Coisas

Dissertação de Mestrado

Dissertação apresentada ao Programa de Pós-gra-

duação em Informática da PUC-Rio como requisito

parcial para obtenção do título de Mestre em

Informática.

Orientador: Prof. Hugo Fuks

Rio de Janeiro

Agosto de 2010


Redes Sociais Dirigidas ao Contexto das Coisas

Dissertação apresentada como requisito parcial

para obtenção do grau de Mestre pelo Programa

de Pós-graduação em Informática da PUC-Rio.

Aprovada pela Comissão Examinadora abaixo

assinada.

Prof. Hugo Fuks

Orientador

Departamento de Informática – PUC-Rio

Prof. Alberto Barbosa Raposo


Prof. Gustavo Robichez de Carvalho


Prof. José Eugenio Leal

Coordenador Setorial do Centro

Técnico Científico – PUC-Rio

Rio de janeiro, 26 de agosto de 2010

Todos os direitos reservados. É proibida a reprodução total ou parcial do trabalho sem autorização da universidade, do autor e do orientador.


Graduou-se em Engenharia de Computação pela PUC-Rio. Desenvolveu como projeto de mestrado uma rede social dirigida ao contexto das coisas – PUC-Rio na área de IHC e Engenharia de Softwares.

Ficha Catalográfica

Cunha, Marcio Luiz Coelho

Redes Sociais Dirigidas ao Contexto das Coisas / Marcio Luiz Coelho Cunha; orientador: Hugo Fuks – Rio de Janeiro : PUC-Rio, Departamento de Informática, 2010

v., 72 f: il. ; 29,7 cm

1. Dissertação (mestrado) – Pontifícia Universidade Católica do Rio de Janeiro, Departamento de Informática.

Inclui referências bibliográficas.

1. Informática – Dissertação. 2. IHC. 3. Rede Social. 4. Mobile Web. 5. Internet of Things. I. Fuks, Hugo. II. Pontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. III. Título

CDD: 004

Dedico esse trabalho aos meus pais, Luiz Octavio e Marcia Maria, que se empenharam para me dar a melhor educação possível e a minha esposa, Ana

Paula por me apoiar e estar sempre ao meu lado.

Agradecimentos

À Deus por inspiração e ensinamentos de superação.

À minha querida esposa, Ana Paula, pela compreensão, companheirismo, carinho

e paciência nestes últimos anos.

Ao meu orientador, professor Hugo Fuks, pelo incentivo ao desenvolvimento des-

te trabalho, pelas valiosas discussões, críticas e sugestões. Obrigado por sempre

me motivar a fazer algo diferente.

Aos meus pais, Luiz Octavio e Márcia Maria pela amizade, carinho e por me en-

sinar a nunca desistir.

Aos meus avós Guilherme e Eglair pelo amor e apoio.

Aos meus amigos e companheiros de trabalho no projeto da WineTag, Gustavo,

Bruno, João e Josemar pela determinação, amizade, trabalho em conjunto. Obri-

gado por acreditar e viajar comigo nesse sonho.

Resumo

Cunha, Marcio Luiz Coelho; Fuks, Hugo. Redes Sociais Dirigidas ao Contexto das Coisas. Rio de Janeiro, 2010. 72p. Dissertação de Mestrado - Departamento de Informática, Pontifícia Universidade Católica do Rio de Janeiro.

A cada dia mais e mais brasileiros possuem um telefone celular de última

geração com conexão à internet. Estes novos aparelhos são capazes de ler

diferentes tipos de etiquetas usadas para armazenar, recuperar e gerenciar

informações, e estão conosco em toda parte para apoiar nossas tarefas diárias.

Estes pequenos computadores são conscientes de seu entorno, e propícios à

comunicação e colaboração com o mundo real. Devido a sua popularidade,

disponibilidade e massa crítica de usuários atingida, novos serviços são

desenvolvidos baseados no conceito da computação ubíqua, onde computadores e

seres humanos são unificados em torno da noção de ambiente. Estes sistemas

pervasivos lidam com questões de interação de contexto e reconhecimento de

ambientes, e se adaptam de acordo com as preferências do usuário. Nesta

dissertação são descritos o desenvolvimento e testes de usabilidade de uma rede

social que é fundamentada nos conceitos da computação ubíqua e Internet das

Coisas. Esta rede social, dirigida para o tema da enogastronomia, é acessível por

dispositivos móveis e utiliza códigos de duas dimensões colados nas garrafas dos

vinhos para através do software e da câmera do celular trazer informações de

acordo com o contexto do objeto, lugar e preferência do usuário.

Palavras-chave

Redes Sociais, Internet das Coisas, Internet Móvel, Comércio Eletrônico

Abstract

Cunha, Marcio Luiz Coelho; Fuks, Hugo. Context Driven Things Social Network. Rio de Janeiro, 2010. 72p. MSc Dissertation – Departamento de Informática, Pontifícia Universidade Católica do Rio de Janeiro.

Every day more and more Brazilians have a next generation mobile phone

with an internet connection. These new devices are able to read different types of

labels used to store, retrieve and manage information; they are with us everywhere

to support our daily tasks. These small computers are aware of their surroundings

and propitious to communication and collaboration with the real world. Due to

their popularity, availability and critical mass of users reached, new services are

developed based on the concept of ubiquitous computing, where computers and

humans are unified around the concept of environment. These systems deal with

issues of pervasive interaction of context, recognition of environments and adapt

according to user preferences. This thesis presents a description of the develop-

ment and usability testing of a social network that is based on the concepts of ubi-

quitous computing and the Internet of Things. This social network, addressed to

the theme of enogastronomy, is accessible by mobile devices and uses two-

dimensional codes pasted on the bottles of wine for using the software and the

phone's camera to bring information in accordance with the context of the object,

place and user preference.

Keywords

Social Networks; Internet of Things; Mobile Web e-Commerce

Sumário

1. Introdução ............................................................................................ 14

2. Justificativa........................................................................................... 18

3. Projetos Relacionados ......................................................................... 19

3.1. Auto-ID Labs do MIT .......................................................................... 19

3.2. Future Internet – Service Web 3.0 ..................................................... 20

3.3. Facebook ........................................................................................... 21

3.4. Amazon .............................................................................................. 23

3.5. Projetos Enogastronomicos ............................................................... 24

4. Etiquetas Inteligentes ........................................................................... 26

4.1. QR Code ............................................................................................ 28

4.1.1. A estrutura do QR Code ................................................................ 29

4.1.2. Características do QR Code .......................................................... 30

4.1.3. A decodificação do QR Code ......................................................... 30

4.1.4. Método de Segmentação de Otsu ................................................. 32

4.1.5. Detecção de pontos que indicam o alinhamento ........................... 32

4.2. Criação de Dados para o QR Code ................................................... 34

5. Internet das Coisas .............................................................................. 37

5.1. Web Semântica e a Internet das Coisas ............................................ 37

6. Mobile Web .......................................................................................... 41

6.1. Informações Móveis com Contexto .................................................... 41

6.2. WineTag Mobile ................................................................................. 42

7. A Rede Social WineTag ....................................................................... 45

7.1. O Sistema .......................................................................................... 45

7.2. Sistema de Recomendação ............................................................... 48

7.3. Navegação e sistema de procura ...................................................... 50

8. Testes de Usabilidade .......................................................................... 52

8.1. Estudo de Usabilidade ....................................................................... 56

8.1.1. Sucesso da Tarefa ......................................................................... 57

8.1.2. Comparação de Produtos .............................................................. 59

8.1.3. Experiência de Usabilidade Positiva .............................................. 59

8.2. Resultados do Estudo de Usabilidade ............................................... 61

9. Conclusão e Trabalhos Futuros ........................................................... 67

9.1. Próximas melhorias para o sistema ................................................... 68

10. Referências Bibliográficas .................................................................. 70

Lista de figuras

Figura 1 - Fluxograma para obter informações pelo celular 15

Figura 2 - Aparelho com nota de vinhos Wine Master 15

Figura 3 - Botão "Like" do Facebook com marcação semântica sobre

restaurantes na WineTag

22

Figura 4 - Tipos de etiquetas de duas dimensões 27

Figura 5 - Estrutura do QR Code 29

Figura 6 - Padrões de Marcadores 29

Figura 7 - Foto de um QR Code tirada de um celular HTC G1 30

Figura 8 - Representação das vizinhanças de um pixel 31

Figura 9 - Rotação para posicionamento correto do QR Code 33

Figura 10 - Pirâmide de dados, informação, conhecimento e sabedoria

(DIKW)

35

Figura 11 - Ficha Técnica do vinho no site da WineTag 36

Figura 12 - Aplicativo web que usa bibliotecas jQuery e funções do

Web Kit para ter as mesmas funcionalidades que aplicativos nativos do

iPhone

43

Figura 13 - Relação e propriedade das entidades 46

Figura 14 - Opção para editar texto sobre uma região vitivinícola fran-

cesa

46

Figura 15 - Ficha Analítica Descritiva de Avaliação do Vinho 47

Figura 16 - Ficha de cadastro e características de prato 48

Figura 17 - Componente de recomendação de vinhos relacionados 49

Figura 18 - Recomendação de harmonização prato e vinho 50

Figura 19 - Menu de navegação do site da WineTag 50

Figura 20 - Modelo de Ciclo de Vida da Engenharia de Usabilidade 53

Figura 21 - Primeiro modelo da interface da WineTag em Microsoft

Visio

54

Figura 22 - Segunda versão da interface e programação da interface

da home page após testes com usuários

55

Figura 23 - Layout final da home page da WineTag 56

Figura 24 - Gráfico do nível de sucesso do site baseado na ajuda para

completar a tarefa

61

Figura 25 - Gráfico do nível de sucesso do aplicativo web do iPhone

baseado na ajuda para completar a tarefa

61

Figura 26 - Gráfico do nível de sucesso do aplicativo nativo do iPhone

baseado na ajuda para completar a tarefa

62

Figura 27 - Gráfico do tempo médio para completar as tarefas no site 63

Figura 28 - Gráfico do tempo médio para completar as tarefas no iPho-

ne com o aplicativo web

63

Figura 29 - Gráfico do tempo médio para completar as tarefas no iPho-

ne com o aplicativo nativo

64

Figura 30 - Gráfico de comparação de eficiência dos aplicativos 64

Figura 31 - Gráfico do nível de satisfação com a interface dos site. As

barras de erro representa um intervalo de 95% de confiança

65

Figura 32 - Gráfico do nível de satisfação com a interface no iPhone

com o aplicativo Web. As barras de erro representa um intervalo de

95% de confiança

65

Figura 33 - Gráfico do nível de satisfação com a interface no iPhone

com o aplicativo Nativo. As barras de erro representa um intervalo de

95% de confiança

65

Figura 34 - Pontuação média do SUS. As barras de erro representa um

intervalo de 95% de confiança

66

Figura 35 - Aplicativo no iPhone exibindo as informações lidas no QR

Code

67

Figura 36 - Tela Tag Screen: Computador all-in-one que decodifica

dados do vinho contido no QR Code das etiquetas para indicar produ-

tos relacionados através de uma web cam embutida

68

Figura 37 - Contribuições de qualidade atraem mais atenção, o que

gera mais recompensa, que inspira mais contribuições de qualidade

69

Lista de tabelas

Tabela 1 - Descrição RDF do vinho Cobos Felino Malbec, 2008 39

Tabela 2 - Tipos para os metadados do Open Graph 39

Tabela 3 - Itens de comparação vinho e comida 50

Tabela 4 - Ficha de descrição do cenário das tarefas do estudo de u-

sabilidade

58

Tabela 5 - Questionário de avaliação de usabilidade (SUS) 60

A mente que se abre a uma nova ideia jamais voltará ao seu tamanho original.

Albert Einstein

14

1 Introdução

Há 20 anos, Mark Weiser [Weiser, 1991] teve a visão da computação ubí-

qua. Ele imaginou que dezenas, até centenas de pequenos computadores, esta-

riam disponíveis em toda parte para apoiar nossas tarefas diárias. Ao contrário

dos computadores pessoais, estes dispositivos seriam mais user-friendly, cons-

cientes de seu entorno e propícios à comunicação e colaboração no mundo real.

Mark Weiser enfatizou a necessidade de computadores e seres humanos

perfeitamente unificados em torno da noção de ambiente. Ele explica: "As tecno-

logias mais profundas são aquelas que desaparecem." [Weiser, 1993]. De fato, a

fim de que sejam minimamente invasivos, sistemas pervasivos devem lidar com

questões de interação de contexto e reconhecimento de ambientes. Isto deve ser

alcançado através da interação direta do ambiente e do utilizador com a aplica-

ção e adaptação de serviços de acordo com as preferências do usuário, expecta-

tivas e utilização eficiente dos recursos disponíveis [Khan, 2006].

Tal visão já é realidade. O telefone móvel, em particular telefones inteligen-

tes, como o iPhone e Google Android Nexus One, fazem o que Mark Weiser

propôs há duas décadas. Estes aparelhos são equipados com tecnologia de

ponta da computação, monitores de alta resolução, acesso wireless à internet,

GPS, alto poder de processamento e memória. São ainda conscientes de seu

entorno, possuem conexão com a internet e são capazes de ler diferentes tipos

de etiquetas usadas para armazenar, recuperar e gerenciar informações.

A capacidade de celulares de identificar objetos através de etiquetas pos-

sibilita o uso do conceito da Internet das Coisas, no qual objetos do mundo real

são unicamente identificados e descritos de forma padronizada para facilitar o

acesso a informação e a interação com eles [Meloan, 2003]. A combinação da

interação móvel e física com a Internet das Coisas possibilita o desenvolvimento

e implantação de sistemas ubíquos que utilizam celulares para interação com o

mundo real [Siorpaes et al., 2006].

A partir do conceito da computação móvel, computação ubíqua, Internet

das Coisas e códigos em 2D para armazenar informações, surgiu a motivação

para o desenvolvimento de um projeto que culminou com esta dissertação, que

foi a construção de uma rede social que atrela informações dadas por empresas,

15

especialistas e usuários às garrafas de vinho. As informações são codificadas

em códigos 2D, como o QR Code, e são decodificadas através das câmeras de

celulares por softwares de leitura específicos para acesso às informações (Figu-

ra 1).

Figura 1 - Fluxograma para obter informações pelo celular

As informações codificadas para os QR Codes são recolhidas através de

avaliações ou descrições da ficha técnica do vinho em uma rede social chamada

WineTag, na qual os participantes também podem manter uma lista de amigos,

compartilhar suas avaliações e recomendações em outras redes sociais (Face-

book, Twitter), seguir e ser seguido por outros participantes e publicar informa-

ções onde determinados vinhos podem ser comprados ou degustados. O projeto

da WineTag começou ao observar um dispositivo para procurar notas de vinhos

na loja Fasano do shopping Fashion Mall no Rio de Janeiro. Este dispositivo tem

um visor LCD monocromático, não tem conexão com a internet e suas informa-

ções são alimentadas por mini cartões vendidos separadamente a cada atualiza-

ção da carta de vinhos das lojas. O aparelho tem uma navegação modesta para

procurar nomes de vinhos ao pressionar dois botões para subir e descer na lista,

um botão de selecionar item e outro para voltar (Figura 2).

Figura 2 - Aparelho com nota de vinhos Wine Master

16

Este aparelho alimentou a ideia de criar um sistema colaborativo, onde os

usuários consumissem e colaborassem com o conteúdo. Num primeiro momen-

to, a intenção foi criar um sistema de informações de vinho para o iPhone, mas

logo foi abandonada, pois seria muito limitada uma colaboração em massa no

Brasil com o uso de apenas um celular. A solução foi criar uma rede social de

nicho voltada para o tema da enogastronomia, acessível por qualquer dispositivo

(desktop ou mobile).

Em seguida, foi pensado como fazer para que as informações dos vinhos

geradas no site fossem acessíveis aos participantes no momento em que os

mesmos fossem comprar um vinho em um supermercado ou harmonizar com um

prato em um restaurante. A solução veio a partir do estudo da Internet das Coi-

sas: colocar etiquetas com o QR Codes nos vinhos. Assim foi criada a WineTag.

Uma rede social para amantes do vinho voltada para a mobile web e a Internet

das Coisas que utiliza as informações criadas na rede social para alimentar eti-

quetas com QR Codes, e celulares inteligentes para identificar o utilizador, saber

sua latitude, longitude, hora e data da ação. Esta dissertação é a descrição do

desenvolvimento de uma rede social ubíqua que fornece informações obtidas em

diferentes redes sociais de acordo com o contexto, objeto, lugar, dia e hora.

Os capítulos seguintes (Cap. 2 e 3) referem-se à descrição da justificativa

e os trabalhos relacionados que foram a base para o início da ideia de criar este

projeto. Os capítulos seguintes (Cap. 4, 5 e 6), são as descrições dos principais

conceitos que constituem e diferenciam esta nova rede social de nicho, o QR

Code e a Internet das Coisas para levar as informações da rede social até os

objetos e a mobile web através do software WineTag Mobile para unir estas in-

formações no celular com o conteúdo online atualizado do site. E por último

(Cap. 7, 8 e 9) são as descrições do sistema, dos testes de usabilidade e a con-

clusão do projeto.

Esta dissertação tem a intenção de contribuir com a comunidade acadêmi-

ca ao demonstrar as dificuldades e as soluções encontradas para criar uma nova

forma de colaboração e troca de informação de conteúdo em uma rede social

com ferramentas específicas para tratar de um tema que possa gerar informa-

ções sobre objetos, lugares ou pessoas para serem acessadas de qualquer lugar

e por diversos dispositivos diferentes com o auxílio de etiquetas inteligentes. O

sistema da rede social foi desenvolvido por três engenheiros que tiveram fun-

ções distintas. O autor desta tese teve a ideia inicial, projetou a arquitetura do

sistema web e mobile, desenvolveu e programou a interface e as funcionalidades

do site e do software para o iPhone, os outros dois engenheiros programaram os

17

agentes que alimentam as informações do sistema, montaram a infraestrutura

dos servidores web e banco de dados, modelaram os objetos relacionais do

banco de dados com as funções do sistema e cuidaram da segurança dos servi-

dores. Este projeto demorou um ano para ser concluído.

18

2 Justificativa

Até o final de 2009 foram contabilizadas 1.8 bilhões de pessoas conecta-

das à internet [http://www.internetworldstats.com/stats.htm], A proporção chegou

a 1 para cada 3 pessoas no planeta. Com esse crescimento, também aumentou

a quantidade de dados gerados por usuários da grande rede. Em 2006, 106 e-

xabytes (1 bilhão de gigabytes) de dados foram gerados, e até o final de 2010 a

previsão é de que 1 zetabytes (1 trilhão de gigabytes ou 10 bilhões de DVDs) de

dados serão gerados, um volume 10 vezes maior.

À medida que a internet se expande, ela também se modifica. Hoje vive-

mos a chamada Web 2.0, conceito criado por Tim O'Reilly em 2004, que se defi-

ne pela mudança como o usuário interage com a internet. As pessoas passam a

ser produtoras de conteúdo, colaboradores num ambiente que está sempre se

expandindo e sendo aperfeiçoado através de ações cooperativas possibilitadas

pelos aplicativos de redes sociais, apoiadas pelo uso da inteligência coletiva

[O'Reilly, 2005]. Assim, na Web 2.0, o usuário migra de uma postura passiva,

que apenas recebe informação, para uma postura ativa ao se transformar em

criador e colaborador de conteúdo, e inova a forma de se fazer negócios, de se

comunicar e de interagir na web.

As grandes redes sociais criadas na Web 2.0 estão expandindo exponen-

cialmente. O Twitter cresceu 1382%, e o Facebook 228%, entre 2008 e 2009

[McCarthy, 2009]. Hoje podemos comparar o número de usuários cadastrados

em apenas uma rede social a população de um país. Essas grandes redes estão

em processo de mudança para se adaptar ao crescimento da internet pelo au-

mento de usuários em aparelhos móveis. O Facebook fechou parcerias com o-

peradoras de celulares do mundo todo para que os usuários pudessem acessar

seu site sem nenhum custo de tráfego. No Brasil, a parceria foi fechada com a

TIM. Hoje o número de usuários de celulares no mundo chega a 4.6 bilhões, e

no Brasil já foi alcançada a marca de 185 milhões de usuários [ANATEL, 2010].

Com este aumento de dados e acesso à internet por dispositivos móveis surge a

oportunidade de buscar informações de qualidade sobre objetos de modo quase

invisível para o utilizador na enorme desordem digital de zetabytes na web.

19

3 Projetos Relacionados

A ideia da fusão de diferentes conceitos para construir o primeiro protótipo

da rede social WineTag veio a partir da observação dos estudos de uma rede de

pesquisadores europeus do laboratório Auto-ID do MIT (Instituto de Tecnologia

de Massachusetts) sobre a Internet das Coisas e de sites bem sucedidos na

web, como o Facebook e Amazon.

3.1 Auto-ID Labs do MIT

O Auto-ID Labs é o projeto sucessor do laboratório Auto-ID Center no MIT,

originalmente fundado por Kevin Ashton, David Brock e Sanjay Sarma, com fi-

nanciamento da Procter and Gamble, Gillette, Uniform Code Council e uma série

de outros fabricantes de produtos de consumo. O MIT Auto-ID Center foi criado

em 1999 para desenvolver um novo sistema de identificação de itens com o ob-

jetivo de substituir o código de barras UPC baseado em sistemas de identifica-

ção por rádio frequência [Wikipedia, 2010].

Em outubro de 2003, eles licenciaram o Electronic Product Code (EPC),

um sistema de autenticação única baseado na tecnologia RFID e uma nova ideia

sobre como as organizações poderiam identificar e rastrear seus bens de forma

única e precisa. A visão subjacente à identificação única dos objetos pelo EPC

foi a criação do termo "Internet das Coisas". Esta nova ideia foi desenvolvida

com base em uma rede altamente conectada, onde dispositivos dispersos em

uma empresa se comunicariam entre si para proporcionar informações em tem-

po real sobre a localização, conteúdos, destino e ambiente.

Após a divulgação dos resultados dos projetos em 2003, o Auto-ID Center

foi substituído por redes de pesquisa ainda mais ampla: o Auto-ID Labs

[http://www.autoidlabs.org/] e a EPCglobal [http://www.epcglobalinc.org/], orga-

nismos encarregados da gestão da rede do EPC. Com a criação do AUTO-ID

Labs, outras universidades de renome foram convidadas a fazer parte dessa re-

de de pesquisa de controle global do EPC. Essas universidades são: Universi-

dade de Adelaide (Austrália), Universidade de Cambridge (Inglaterra), Universi-

dade Fudan (China), Universidade de Informação e Comunicação (Coréia do

Sul), Universidade Keio (Japão) e Universidade de St. Gallen/ETH Zurich (Suí-

20

ça). Hoje, o Auto-ID Labs pode acompanhar não só os ativos da empresa, mas

também o movimento de produtos, contêineres, veículos e outros bens em vas-

tas áreas geográficas.

Os artigos relacionados ao MIT Auto-ID tiveram grande influência para esta

dissertação, pois baseado na Internet das Coisas e na identificação única de ca-

da objeto do mundo real é que surgiu a ideia de levar conteúdo para a etiqueta

que identifica o objeto. Apesar do projeto do MIT ser todo baseado em RFID e

em redes wireless para rastrear e se comunicar com os objetos, este modelo de

identificação de objetos é que inspirou a ideia de usar QR Codes e celulares in-

teligentes para simular a leitura e as funcionalidades do RFIDs e redes wireless

em conjunto.

3.2 Future Internet – Service Web 3.0

O projeto Service Web 3.0 começou em janeiro de 2008 apoiado pelo Insti-

tuto de Tecnologia Semântica da Universidade de Innsbruck na Áustria e pelo

Instituto de Mídia e Conhecimento da Open University na Inglaterra com foco na

construção do site www.serviceweb30.eu. O programa é um conjunto de siste-

mas de web semântica que envolve iniciativas de universidades, empresas pri-

vadas, comunidades de desenvolvimentoe usuários finais.

O Service Web 3.0 foi dirigido no sentido de apoiar um projeto chamado In-

ternet do Futuro (FI – Future Internet). A pedido da Comissão Europeia, eles lide-

ram e apoiam vários grupos de trabalho nas áreas de serviço e arquitetura de

software com foco no desenvolvimento de uma internet baseada em serviços e

web semântica.

Para sensibilizar e estimular a contribuição para a iniciativa da Internet do

Futuro, o projeto produziu uma série de documentações sobre temas como: In-

ternet dos Serviços, Internet das Coisas, Internet Móvel em conectividade contí-

nua com a Internet das Coisas e a necessidade de uma web semântica a fim de

responder aos desafios colocados pelo aumento da escala de conteúdos, usuá-

rios e objetos conectados. Em suma, FI é uma iniciativa europeia que reúne mais

de 80 trabalhos liderados pelo Service Web 3.0, organizados em seis grupos pa-

ra criar uma nova internet a fim de atender às necessidades econômicas e soci-

ais da Europa nas áreas de serviços web e arquiteturas de softwares.

A relevância desse projeto para esta dissertação foi de mostrar a impor-

tância de serviços de web semântica para possibilitar a identificação de objetos

21

por diferentes dispositivos para acessar informações e dados relevantes às coi-

sas em diferentes sistemas na web.

3.3 Facebook

Com 500 milhões de usuários, o Facebook é hoje o maior site de relacio-

namento do mundo. Se sua comunidade fosse uma população, seria o terceiro

maior país do mundo. Em um único dia, os usuários gastam cinco bilhões de mi-

nutos para atualizar suas páginas trinta milhões de vezes. Mais de um bilhão de

novas fotos entram no site a cada vinte e quatro horas e isso o torna o maior site

de compartilhamento de fotos no mundo.

A empresa surgiu em 2004, no mesmo ano que uma nova geração de sites

baseados em redes sociais e interações com usuários foram criados e viraram

sinônimo da Web 2.0. Passados dois anos, possuía apenas oito milhões de usu-

ários; pouco se ainda comparado às dezenas de milhões dos concorrentes MyS-

pace e Orkut.

Mas ele inovou; chamou a atenção por ter um design limpo, pouca publici-

dade e bom controle de privacidade regido pelos próprios usuários. Em 2006,

lançou um sistema inédito chamado News Feeds, que criava alertas nas páginas

pessoais ao informar sobre as novidades inseridas pelos amigos. Os usuários

reclamaram por terem a intimidade invadida, mas a empresa foi em frente por-

que o recurso gerou mais atividade no site.

Outra ideia inovadora em redes sociais produzida por ele foi um sistema de

tradução que possibilitou aos usuários adaptarem o site ao seu idioma. Até en-

tão, outras redes só criavam versões em línguas com muitos falantes ou onde

fossem populares. Hoje o sistema está acessível em 64 idiomas, do esperanto

ao dialeto indiano telugu, e possibilita integração total entre todas as línguas e

entre todos os usuários. Também foi pioneiro ao liberar em 2007 que programas

criados fora da empresa funcionassem em sua rede. Esses programas podem

ser jogos, formulários de pesquisas, serviço de telefonia, como o Skype, e até

mesmo integração com outras redes sociais. As redes sociais concorrentes, co-

mo o MySpace, fugiam da integração com aplicativos externos, pois tal funciona-

lidade exige o compartilhamento de parte do código de programação do site. En-

tretanto, o Facebook não só abriu mão completamente desse controle, como

também permitiu que softwares fossem criados e distribuídos sem a sua aprova-

22

ção direta. Assim, a rede conquistou uma comunidade de mais de um milhão de

programadores, que tornaram seu ambiente um recurso inovador.

Hoje, 75% de seus usuários usam algum dos 350 mil aplicativos disponí-

veis no site. O modelo fez tanto sucesso que a empresa criou um fundo de

US$10 milhões para incentivar empreendedores a criarem novos negócios em

torno de aplicativos para o site. Em 2008, criou o Facebook Connect para deixar

de ser apenas um álbum de figurinhas e trocas de mensagens entre amigos e

virar um hub (repetidor) de vários serviços e até mesmo de outras redes sociais.

Hoje é possível encontrar diversas redes sociais que usam o Facebook Connect

para inflar rapidamente suas redes e levar seus conteúdos a um único agregador

de modo a facilitar o usuário. O Facebook Connect também funciona como um

login único para os usuários em mais de 300 mil sites que o usam como sistema

de autenticação para seus sites.

Em abril de 2010, o site lançou o Open Graph, sistema que possibilita ao

usuário criar marcações semânticas baseadas em RDFa sobre o que eles estão

“gostando” (Figura 3) em uma determinada página web, sobre um filme, um livro,

um artista, um evento, etc.

Figura 3 - Botão "Like" do Facebook com marcação semântica sobre restaurantes na Wine-

Tag

Ao pressionar este botão, o participante habilita a semântica para gravar

em seu perfil que ele gosta de alguma “coisa” e avisa aos seus respectivos ami-

gos que ele está “gostando” de algo em um site específico. A semântica gravada

23

no perfil possibilita o sistema e os outros participantes a identificar a “coisa” atra-

vés da imagem do objeto e do que se trata, através da divisão em categorias

como livros, filmes, música e etc. Esta funcionalidade possibilita criar uma série

de novas aplicações, como por exemplo, recomendações personalizadas (Ex. se

seus amigos ou parentes gostaram “disso” você também pode gostar).

A marcação ajuda o sistema a conectar os usuários com interesses em

comum em diferentes sites. Por exemplo, se o Pandora.com e o Last.fm usarem

a marcação do Facebook em uma página sobre os Beatles, os usuários poderão

ver seus amigos que gostam dessa mesma banda em sites diferentes. Isto é

muito significativo, pois agrega os interesses e dados dos seus amigos, que até

então estariam dispersos em diferentes sites, num só lugar. Anteriormente, o site

jogaria esses dados na rede de modo não persistente sem nenhum aproveita-

mento. Agora, a informação sobre os seus amigos são permanentes nos perfis

do Facebook e disponíveis pela web nos sites conectados ao Open Graph.

A analise de como uma rede social está revolucionando a internet influen-

ciou esta dissertação ao revelar a importância de se criar um grafo social, o seu

do uso e a sua importância em todo o mundo.

3.4 Amazon

A Amazon descreve a visão de seu negócio como: "Foco na experiência

do cliente, oferecer aos clientes preços baixos, comodidade e uma ampla varie-

dade de mercadorias. Trabalhar para ganhar compras repetidas de usuários que

já são clientes, proporcionando funcionalidade no uso do site, informações confi-

áveis, atendimento ao cliente, conteúdo rico e um ambiente de operação segu-

ro". A fidelidade dos clientes ao repetir compras no site tem sido a grande chave

para o sucesso da Amazon.

Para proporcionar todos esses benefícios, a empresa desenvolveu ferra-

mentas internas que capturam os “movimentos” de todos os visitantes do site.

Ela foi a primeira a adotar a “Cultura da Métrica” em um modelo de negócio na

web. Desde 1997, acumula bilhões de registros de comportamento de usuários

em seu site. Ao longo dos anos, a Amazon tem usado ferramentas próprias e de

terceiros para gerar informações a partir desses registros de modo a proporcio-

nar uma experiência diferenciada para seus usuários.

Essa cultura possibilitou que a empresa experimentasse várias inovações

ao longo dos anos para facilitar sua logística, sua metodologia de trabalho, satis-

24

fação dos clientes e, consequentemente, aumento das vendas. Uma dessas ex-

periências foi a substituição de resenhas de livros por conteudistas e especialis-

tas contratados pela Amazon por opiniões e comentários dos próprios usuários

que compraram o produto. Graças à “Cultura das Métricas”, a empresa percebeu

que os usuários costumam passar mais tempo lendo as resenhas de outros cli-

entes que compraram o mesmo produto do que as críticas de profissionais con-

tratados.

Outra experiência bem sucedida, possível através das informações obtidas

sobre o comportamento do usuário no site, foi o sistema que hoje é a assinatura

mais conhecida do seu site: quem comprou X, também comprou Y. Esta infor-

mação é derivada dos dados gravados através da seleção, procura e compra de

produtos de seus clientes. Esses dados são analisados, passam por uma série

de filtros e geram a recomendação de produtos complementares.

A influência da Amazon para a ideia deste projeto é o sucesso do comércio

eletrônico e da cultura das métricas. O trabalho de coletar e analisar os dados

gerados no sistema revolucionou a internet ao descobrir a importância das avali-

ações submetidas pelos próprios usuários e dos sistemas de recomendação.

3.5 Projetos Enogastronomicos

Há hoje duas grandes redes sociais de vinho na web: o Snooth.com e o

Adegga.com. O Snooth é uma empresa americana, criada em 2007, que obteve

atenção na mídia em 2008 e 2009 e fez parcerias com importantes sites como

yelp.com e myrecipes.com. O Adegga é um site português, criador do AVIN, que

é uma proposta para criar um ISBN para vinhos. Eles cadastram vinhos euro-

peus diretamente com as vinícolas e criam QR Codes que contêm um link com o

código AVIN para o site adegga.com.

O Snooth é uma rede social que oferece uma experiência de comparação

de preço e admite que o usuário interaja com os comerciantes, vinícolas, aman-

tes de vinhos, colegas e profissionais de todo o mundo. Sua parceria com o site

myrecipes.com possibilita indicar harmonizações de vinhos com diferentes pra-

tos e receitas. O diferencial do Adegga.com é a criação do AVIN e o uso do QR

Code para acesso ao site pelo link codificado no mesmo. O Adegga também

auxilia seus usuários a organizar os seus vinhos por categorias, criar listas de

amigos e seguir avaliações de outros usuários.

O projeto da WineTag se diferencia desses dois sites pela relação e inte-

gração da rede social com vinícolas, mercados e restaurantes, e também pela

25

integração com outras redes sociais. Além disso, o QR Code é usado não so-

mente para guardar o link para a página do vinho, mas para também guardar

informações sobre o vinho.

26

4 Etiquetas Inteligentes

A ideia de associar os produtos do mundo real com informações proveni-

entes da internet não é nova. Em 1998, Barrett e Maglio descreveram um siste-

ma para anexar informação a objetos do mundo real [Barrett e Maglio, 1998], e

em 1999 Want expandiu tal ideia ao ligar itens a informações com o uso de eti-

quetas de RFID (Radio Frequency Identification) [Want et al., 1999]. Desde en-

tão, uma série de projetos continua a explorar o conceito da identificação digital

de produtos marcados individualmente no mundo real com etiquetas, a fim de

rapidamente procurar informações ou dar início a uma ação específica em busca

de informação [Kindberg et al., 2002].

A forma mais comum de etiqueta inteligente é o código visual, como o có-

digo de barras, que é padrão em qualquer supermercado. Os códigos visuais de

uma dimensão (1D) são baratos e são incorporados nos projetos de pacote ou

impressos nos rótulos. Eles são decodificados por leitores a laser de baixo custo,

mas têm baixa capacidade de armazenamento de informação. O padrão de có-

digo de barras atual é o UPC (Universal Product Code), que foi adotado pela in-

dústria em 1973. Ele possui capacidade de armazenamento de doze dígitos nu-

méricos, mas sua capacidade de gerar códigos únicos para cada produto indivi-

dualmente já se esgotou há muitos anos.

Outra tecnologia de etiqueta inteligente usada pela indústria, mas em uma

escala muito menor, é a RFID. Elas são consideravelmente mais caras que

qualquer outra etiqueta, o preço varia de US$1,5 a US$15 dependendo do tipo,

podem ser escondidas dentro de um objeto e escaneadas a uma distância de até

trinta e cinco metros. Na indústria, já é utilizada por empresas como a Wal-Mart,

FedEx, American Apparel, e tem mudado drasticamente os processos dos negó-

cios com a introdução de marcação onipresente e à distância.

Há dois tipos de etiquetas de RFID; ativas e passivas. As etiquetas ativas

possuem bateria e geram sinais que são capturados por antenas posicionadas a

uma distância que varia até 35 metros dependendo do tipo de sinal usado: LF,

HF ou UHF. As passivas são as mais usadas devido ao seu custo relativamente

menor, mas necessitam ser alimentadas por um campo magnético gerado pelas

antenas para transmitirem os dados contidos em seu chip, e por isso possuem

27

uma capacidade de distância de leitura menor do que as etiquetas ativas, até 6

metros de distância.

Outro tipo de etiqueta inteligente que ganhou atenção da indústria e dos

usuários nos últimos três anos é a etiqueta de duas dimensões. Etiquetas 2D

possuem maior capacidade de armazenamento do que as de uma dimensão.

Possuem bits de recuperação de erro, caso parte dela esteja rasgada ou suja, e

são lidas por leitores de códigos 2D a laser e câmeras de celular. Há diferentes

formatos de etiquetas 2D, como Data Matriz, QR Code, Aztec, entre outros (Fi-

gura 4).

Figura 4 – Tipos de etiquetas de duas dimensões

A única forma do código de barras padrão armazenar uma quantidade

maior de dados é estendendo o comprimento do código, o que pode dificultar a

leitura devido ao raio limitado do laser dos aparelhos de leitura. Além disso, não

há nenhum mecanismo para redundância, e um contraste elevado (80% ou

mais) é necessário para garantir a leitura exata do código. Em contrapartida, o

código 2D oferece expansão dos dados em duas direções, o que possibilita o

armazenamento de um volume muito maior de informação. Tal modelo também

apresenta redundância para verificação de erros e exige apenas uma contrapar-

tida de 20% de contraste para assegurar a leitura exata.

Códigos 1D contêm no máximo vinte bytes de informação. O código 2D uti-

liza a mesma área gasta pelo 1D, mas contém cerca de dois mil bytes. Há dois

tipos de códigos 2D; o tipo pilha, derivado do UPC e reconhecido como um códi-

go de barras ampliado em duas dimensões (PDF 417 e Micro PDF, Figura 4), e o

28

tipo matriz. O padrão adotado pela WineTag é o QR Code devido às vantagens

que serão descritas a seguir.

4.1 QR Code

O QR Code foi criado pela empresa Japonesa Denso-Wave em 1994. O

QR significa “Quick Response”, pois o código é interpretado rapidamente, mes-

mo com imagens de baixa resolução feitas por câmeras digitais em formato

VGA, como as de celulares.

Inicialmente usados para catalogar diferentes partes na construção de veí-

culos, o QR Code é hoje usado no gerenciamento de inventário em diversas in-

dústrias. Desde 2003, foram desenvolvidas várias aplicações direcionadas a aju-

dar os usuários na tarefa de adicionar ou procurar dados através de telefones

celulares. Os QR Codes são comuns em revistas e propagandas, onde os códi-

gos guardam URLs de páginas promocionais, além de informações pessoais de-

talhadas, como cartões de visita, o que possibilita a inserção destes dados em

agendas de telefones celulares.

O padrão Japonês para QR Code, JIS X 0510, foi disponibilizado em janei-

ro de 1999 e corresponde ao padrão internacional ISO/IEC 18004. O QR Code é

aberto para uso e sua patente, registrada pela Denso-Wave, não é praticada.

A vantagem do QR Code sobre os demais códigos 2D está em possuir di-

versos marcadores de alinhamento que auxiliam e aumentam a velocidade de

sua leitura em qualquer direção, apresentar maior capacidade de armazenamen-

to e recuperação de dados e possibilitar redução de tamanho sem que haja per-

da no limite de armazenamento de dados.

29

4.1.1 A estrutura do QR Code

A cada módulo do QR Code, caracterizada por uma célula de dados que

varia de 0,17mm a 0,755mm, de acordo com o tamanho do código, se associa a

um bit de dados. A Figura 5(a) mostra a estrutura do código QR.

Figure 5 - Estrutura do QR Code [Palmer, 2007]

Há três padrões de detecção de posicionamento e um padrão de alinha-

mento localizados nos cantos de um código QR (Figura 6).

Figura 6 - Padrões de Marcadores [Palmer, 2007]

Além disso, há padrão na varredura horizontal e vertical para identificar se

a posição, e o intervalo entre o preto e o branco é sempre na proporção

1:1:3:1:1, como mostrado na Figura 5(b). Este padrão de tempo auxilia a locali-

zação e detecção de códigos QR em uma imagem de fundo complexo. Uma vez

que estes padrões são usados para detecção rápida, o código QR é identificado

em 360 graus (ou seja, unidirecional). Além disso, como mostrado na Figura

5(a), a área quadrada do código QR é constituído por três regiões: a área de cor-

reção de erros, a área de dados e área reservada.

30

4.1.2 Características do QR Code

A seguir são listadas as características que fazem o QR Code superior ao

código de barras convencionais 1D e aos outros códigos 2D:

1) Capacidade de armazenamento - Além de um limite de 4.296 caracteres de

texto, 7089 dígitos e 2953 bytes, o código QR codifica até 1817 caracteres

Kanji e Katakana;

2) Resistência a danos - Através do código de correção de erro Reed-Solomon,

o, QR Code tem capacidade de reconstruir módulos de dados, mesmo se o

símbolo de código estiver parcialmente sujo ou danificado. A capacidade de

restauração varia de 7% a 30% e depende do tamanho e tipo do QR Code;

3) Velocidade de leitura - Com vários padrões de posicionamento nas extremi-

dades, o QR Code é lido por câmeras de celulares com o uso de softwares

de processamento de imagem. Sua leitura é independente da inclinação, o-

rientação e espelhamento;

4) Tamanho reduzido de impressão - Como o QR Code é um código de barras

2D, o espaço utilizado é dez vezes menor do que um tradicional código de

barras 1D para a mesma quantidade de dados. Além disso, foi projetado pa-

ra reduzir o espaço da impressão da matriz de dados para que possa ser uti-

lizada em aplicações que requerem pequenos selos, como rastreamento de

produtos, identificação de pequenos componentes eletrônicos, entre outros.

4.1.3 A decodificação do QR Code

Após a captura de uma imagem com o QR Code por uma câmera é neces-

sário realizar sua segmentação, isto é, separar objeto e fundo. A Figura 7 ilustra

um código QR capturado a partir de uma câmera VGA de um celular:

Figura 7 - Foto de um QR Code tirada de um celular HTC G1

31

Segmentar uma imagem implica em realizar uma partição no conjunto de

pixels que a representam de modo a simplificar ou modificar a representação da

imagem em algo que seja mais inteligível e passível de ser analisado [Shapiro e

Stockman, 2001]. Mais especificamente, o processo corresponde a separar a

imagem em regiões ou contornos referentes aos objetos de interesse. Tipica-

mente, regiões são identificadas a partir de propriedades em comum ou, inver-

samente, a partir de diferenças estabelecidas.

Uma propriedade que um pixel em uma região compartilha é a intensidade.

Logo, uma maneira de realizar uma segmentação é a partir da aplicação de um

limiar, que separa em regiões claras e escuras.

A aplicação de um limiar cria uma imagem binária, com apenas duas in-

tensidades, isto é, máxima e mínima, a partir de uma imagem em escalas de

cinza. Tal aplicação é descrita da seguinte forma: seja f(x,y) a intensidade de 0 a

255 do pixel (x,y) na imagem, o seu novo valor será definido através da aplica-

ção do limiar abaixo:

Cabe destacar que há outras formas de realizar a segmentação de uma

imagem, tais como baseadas em clusterização, histograma, crescimento de re-

giões e particionamento de grafos.

Os métodos de aplicação de limiar se dividem em dois grupos: globais e

locais. O primeiro se refere aos métodos que obtêm e utilizam um único limiar

para todos os pixels da imagem. Já o segundo, aos que obtêm um valor de a-

cordo com a vizinhança de um determinado pixel. A vizinhança de um pixel é o

conjunto de pixels que o circundam. A figura 8 apresenta 4-vizinhanças, enquan-

to a segunda apresenta 8-vizinhanças.

N NW N NE

W ♦ E W ♦ E S SW S SE

Figura 8 - Representação das vizinhanças de um pixel

De modo geral, métodos globais são 3% menos eficientes e vinte vezes

mais rápidos para imagens em condições de luz uniforme [Liu et al., 2006]. En-

tretanto, para o caso onde há condições de iluminação variadas, o resultado de

um método global será menos eficaz. Para essas situações, deve-se utilizar um

32

método local, que obterá um bom resultado ao custo de um tempo de processa-

mento relativamente longo (cerca de 1080 ms) [Liu et al., 2006].

4.1.4 Método de Segmentação de Otsu

O método de Otsu [Otsu, 1979] consiste em transformar uma imagem

com n > 2 cores em bicolor. O processo é realizado inferindo um ponto de divi-

são; todas as cores que possuem intensidade acima desse ponto serão conside-

radas (cor preta) e todas as cores que possuem intensidades abaixo serão des-

cartadas (cor branca).

Para achar o ponto de corte, o método sugere que seja feita, primeira-

mente, uma conversão da imagem em uma imagem de tons de cinza. O segun-

do passo consiste em calcular o histograma da imagem original e, a partir deste,

calcular a porcentagem que cada cor contribuiu na formação da imagem (núme-

ro de pixels com a cor e tamanho da imagem).

O terceiro e último passo consiste em dividir a faixa de cor de intensida-

des que vão de 0 a 255 em duas e então realizar o cálculo da variância, w1 * w2

* (u1-u2)*2, onde w1 corresponde a porcentagem de contribuição das cores da

faixa 1, w2, porcentagem de contribuição das cores da faixa 2, u1, cor média da

faixa 1 e u2, cor média da faixa 2. Ao se executar este processo para todas as

faixas existentes encontra-se a cor com a maior variância. Esta cor é definida

como cor de corte, ou seja, o que estiver abaixo dela é branco e o que estiver

igual ou acima é preto.

4.1.5 Detecção de pontos que indicam o alinhamento

O QR Code possui um padrão nos pontos de alinhamento que possibilita

sua identificação na imagem. O padrão a que nos referimos é 1:1:3:1:1. Para

encontrar os pontos de alinhamento da imagem basta checar se existe um pa-

drão entre o ponto de origem e seu superior até que o padrão seja satisfeito. Ca-

so o padrão não seja encontrado, deve-se rotacionar a imagem no seu ponto

inferior, até que o padrão seja identificado (Figura 9). Após esse procedimento,

deve-se analisar o padrão do ponto de origem até seu superior com o do ponto

de origem até o seu inferior. Se ambos os padrões são compatíveis então pode-

se dizer que foi achado o ponto candidato a ponto de alinhamento.

33

Figura 9 - Rotação para posicionamento correto do QR Code

Após alcançar a posição correta da imagem, as dimensões do código po-

dem não estar em conformidade com a norma ISO. Além disso, a forma de cada

célula de dados (ou seja, módulo de dados) não é necessariamente quadrada.

Portanto, é necessário usar um método de reconstrução para recuperar o código

original. De acordo com a norma ISO, a versão que especifica o tamanho, capa-

cidade de armazenamento e recuperação de erro do QR Code é expresso como

segue,

onde U é a unidade de módulo (célula de dados preta ou branca que representa

o bit de dados) e H é o comprimento da imagem. Em seguida, o tamanho padrão

(NS) do QR Code é expresso como segue,

Com NS, define-se o limiar de (U2 ÷ 2) para determinar a cor dos dados

do módulo. Se o número de pixels pretos em uma unidade de módulo é maior

que o limite (1:1:3:1:1), então a unidade de módulo é preta e a outra é branca.

Com este esquema, é estabelecido o plano de reconstrução. Para minimizar o

34

consumo de largura de banda, deve-se comprimir o código reconstruído através

da compressão de dados em cada célula de forma que o tamanho do QR Code

seja reduzido para 441 bytes (isto é, 21 × 21 pixels).

4.2 Criação de Dados para o QR Code

Um dos desafios deste projeto foi gerar dados confiáveis e relevantes so-

bre os vinhos a fim de serem disponibilizados no site da rede social e nas etique-

tas com o QR Code. A primeira tentativa foi a construção de um agente que na-

vegaria em sites dos principais mercados, importadores, distribuidores e viníco-

las do Brasil para capturar as informações de cada vinho individualmente.

Após o desenvolvimento desse agente, um elevado volume de dados foi

gerado. A análise desses dados revelou que muitas das informações adquiridas

sobre os vinhos estavam incompletas, erradas ou ambíguas, de modo que era

difícil identificar unicamente um vinho e até mesmo confiar nas informações pro-

venientes dos sites de venda.

Para aproveitar o volume de dados adquirido, outro agente foi desenvolvi-

do para achar vinhos iguais, semelhantes ou únicos com o objetivo de criar uma

ficha técnica para cada um no site. Este trabalho é a dissertação de mestrado de

outro membro da equipe chamada “Um Framework para a Construção de Medi-

adores Oferecendo Eliminação de Duplicatas” [Mourad, 2010], e por isso não

será tratado nesta dissertação. Mas muitos dados também foram analisados

manualmente para montar a primeira base de vinhos da rede social, que come-

çou com quinze mil cadastros únicos de vinhos e hoje já ultrapassou vinte e cin-

co mil.

Com os primeiros protótipos dos agentes e da primeira base de dados, no-

tou-se que de uma base de cinco mil vinhos obtidos na web de sites diferentes,

apenas 30% foi aproveitado como informação técnica a ser disponibilizada e

avaliada no site. Dessas fichas técnicas, apenas 5% foram analisadas e avalia-

das pelos participantes e transformadas em conhecimento, pois nem todos os

vinhos estavam disponíveis na praça do Rio de Janeiro ou das respectivas cida-

des dos participantes.

35

Figura 10 – Pirâmide de dados, informação, conhecimento e sabedoria (DIKW)

Ao analisar a estrutura criada, notou-se que o modelo da WineTag era se-

melhante à Pirâmide de Dados, Informação, Conhecimento e Sabedoria (DIKW –

Data, Information, Knowledge and Wisdom) – Figura 10 [Ackoff, 1989]. Os dados

capturados pelos agentes e os bancos de dados cedidos pelas empresas parcei-

ras formam a base da pirâmide, que caracterizam o conjunto de toda informa-

ções adquirida sobre os vinhos. A segunda camada da pirâmide é composta pe-

las informações do banco de dados da primeira camada, filtradas e analisadas

pelos agentes e pelos membros especialistas da WineTag. Essas informações

tornam possível que o vinho tenha uma identificação própria no sistema e seja

criada uma chave única para o mesmo UUID (Universally Unique Identifier). A

segunda camada gera a ficha técnica (Figura 11) do vinho. Nesta etapa, o QR

Code sobre o vinho é gerado, mas o mesmo não conterá as análises visuais,

olfativas e gustativas do vinho, nem mesmo conterá a nota do vinho dada pelos

usuários da WineTag.

36

Figura 11 - Ficha Técnica do vinho no site da WineTag

A terceira camada da pirâmide, a do conhecimento, é composta pelas ava-

liações visuais, olfativas e gustativas dos vinhos, baseadas em suas respectivas

fichas técnicas (tipo do vinho, país, região, uvas, safra e percentual alcoólico).

Esta camada também contém a nota do vinho dada pelos avaliadores e breves

descrições dos produtos.

Finalmente, a camada da sabedoria é composta pelas informações gera-

das na camada do conhecimento. Através da média das avaliações e notas dos

usuários para um determinado vinho, pode-se chegar a uma nota “real” para o

mesmo. Quanto maior o número de avaliações dos membros da WineTag para

as características visuais, olfativas e gustativas de um mesmo produto, melhor

será a compreensão da “real” qualidade do vinho por parte de outros leitores. Ou

seja, a camada do conhecimento é formada pela informação mais precisa e con-

fiável baseada na opinião coletiva dos membros que experimentaram determina-

do produto. Atualmente apenas 0,8 % dos vinhos chegam nessa camada.

Estas características técnicas analisadas coletivamente são codificadas no

QR Code para serem acessadas por outros participantes ao decodificarem a eti-

queta com o celular, esteja ele conectado à internet ou não. Assim, o consumidor

obtém informações detalhadas sobre um determinado vinho e pode tomar uma

decisão.

37

5 Internet das Coisas

O conceito da Internet das Coisas começou a ser desenvolvido em 1999

nos laboratórios do MIT. A proposta é ligar todas as coisas à Internet, de sofisti-

cados equipamentos até potes de maioneses, para que esses objetos possam

se comunicar entre si e entre os usuários e consumidores, com o fim de gerar

informações a serem usadas nas mais diferentes funções.

A Internet das Coisas é um termo padrão para objetos inteligentes num

mundo onde essa inteligência se torna ubíqua. É uma rede de objetos com co-

nexão à internet habilitada, juntamente com serviços web que integram informa-

ção a esses objetos. Parte da infraestrutura da Internet das Coisas é definida por

tecnologias como RFID, sensores, rede wireless, etiquetas com códigos 2D e

smart phones.

Uma das companhias que oferece serviços baseados no conceito da Inter-

net das Coisas é a IBM. Ela disponibiliza uma ampla gama de soluções com tec-

nologia RFID e sensores para fabricantes e fornecedores de bens de consumo.

Por exemplo, a IBM anunciou um contrato no fim de junho de 2009 com a Con-

tainer Centralen, companhia holandesa de transporte de horticultura. Em feverei-

ro de 2010, a Container Centralen começou a utilizar essa tecnologia de senso-

res para possibilitar aos participantes na cadeia de fornecimento de horticultura

rastrear o trajeto das mercadorias, desde os produtores até chegar ao varejo.

Esse rastreio cobre quarenta países na Europa. Especificamente, o serviço é

referente a produtos mais sensíveis ao ambiente no qual são transportados, co-

mo flores e plantas. Ter sensores como parte de toda a cadeia da viagem possi-

bilita às partes envolvidas monitorar as condições e o clima durante a viagem, o

que torna o processo mais transparente.

5.1 Web Semântica e a Internet das Coisas

De acordo com Tim Berners-Lee [Berners-Lee et al., 2001], a Internet das

Coisas deve identificar e rastrear entre cinquenta a cem bilhões de objetos. A

web atual é estimada em cerca de vinte bilhões de páginas, um número relati-

vamente pequeno em comparação com a estimativa de objetos que estarão dis-

poníveis como parte da Internet das Coisas. O problema de pesquisa abordado

38

no contexto da web atual é apenas parcialmente resolvido devido a falta de se-

mântica. Se considerarmos o mesmo problema no contexto da Internet das Coi-

sas, que se estima ser de 100 até 6000 vezes maior que a web atual, percebe-se

que o problema de busca e indexação torna-se exponencialmente maior. Assim,

a semântica das coisas processável por máquina é um fator crítico para a gera-

ção da Internet das Coisas. Fornecer descrição semântica processável a objetos

é essencial e possibilitará pesquisas mais eficientes sem a intervenção humana.

Um dos principais desafios que ainda precisam ser superados é como in-

terligar, reconhecer e armazenar todas as informações geradas pela Internet das

Coisas. Essas informações incluem, mas não se limitam a, informações sobre os

objetos em si, o tipo de etiqueta do objeto, o produtor, dados sobre o estado de

origem, manipulação, data de produção, trajetória de transporte do produto, ava-

liações de outros consumidores e onde ele é vendido. Uma maneira de associar

e organizar essas informações é através da tecnologia semântica chamada RDF

(Resource Description Framework). O RDF possibilita a descrição das proprie-

dades, das ligações dos dados e relação entre objetos. O modelo e linguagem

baseados em RDF para a interconexão de dados gerados pela Internet das Coi-

sas possibilitam que os motores de busca reúnam objetos com propriedades

comuns e abre novas dimensões da informação e do conhecimento. Mas a onto-

logia para a descrição desses RDFs não é padronizada, e o maior desafio é des-

cobrir como entender e interagir com a descrição de diferentes RDFs sobre obje-

tos ou páginas na web.

Uma primeira tentativa de agregar todos os dados das pessoas e das coi-

sas que as cercam, em paralelo com o uso de RDF e uma ontologia básica que

descreva essas coisas, foi o Open Graph Protocol. O Open Graph possibilita que

páginas web que descrevam um objeto, um artigo, uma música ou qualquer ou-

tro elemento, se tornem objetos ricos e identificáveis em um grafo social ao ligar

as pessoas aos elementos descritos. Ele foi desenvolvido por iniciativa do Face-

book para permitir que qualquer página da web possa ter as mesmas funcionali-

dades de uma página no Facebook (lista de amigos, relações de objetos e gos-

tos em comum com os contatos, informar que amigos já visitaram aquela página

ou gostaram de algum produto, etc.).

Embora muitas tecnologias diferentes e esquemas de RDF existam e pos-

sam ser combinados entre si, não há uma única tecnologia que forneça informa-

ções suficientes para representar qualquer elemento em uma página web dentro

de um grafo social com nível claro de identificação e descrição para ser acessa-

39

do por qualquer dispositivo. O protocolo pede um título, a descrição do tipo do

objeto, a URL da página do conteúdo descrito e uma imagem (Tabela 1).

Tabela 1 - Descrição RDF do vinho Cobos Felino Malbec, 2008 <meta property="og:title" content="Cobos Felino Malbec, 2008"/> <meta property="og:type" content="drink"/> <meta property="og:site_name" content="Winetag"/> <meta property="og:url" content="winetag.com.br/vinhos/vinho.cfm?vinho=16901" /> <meta property="og:image" content=" winetag.com.br/pubimg/wines/169010A22.png"> <meta property="og:country-name" content="Argentina"/> <meta property="og:region" content="Mendoza"/>

A única propriedade controlada nesta descrição do RDF é o tipo de dado

(og:type). Este metadado possibilita organizar as coisas em 8 conjuntos e 37

subconjuntos. O tipo é padronizado e admite somente as seguintes opções des-

critas na tabela 2.

Tabela 2 – Tipos para os metadados do Open Graph [http://opengraphprotocol.org] Activities

activity

sport

Businesses

bar company café hotel restaurant

Groups

cause sports_league sports_team

Organizations

band government non_profit school university

People

actor athlete author director musician politician public_figure

Places

city country landmark state_province

Products and Entertainment

album book drink food game movie product song tv_show ISBN UPC

Websites

article blog website

40

Ao utilizar este protocolo para compartilhar as informações das páginas do

site com o Facebook, é possível construir um grafo para saber com quais vinhos,

restaurantes, lojas especializadas e vinícolas o usuário se identificou e gostou,

assim como seus amigos e parentes. Este processo possibilita gerar recomen-

dações de produtos e lugares baseados nas conexões dos grafos entre os ele-

mentos e as pessoas relacionadas a um determinado usuário.

41

6 Mobile Web

A inovação em serviços de telefonia móvel dá grandes saltos a cada ano

desde 2007 com o lançamento do iPhone. Em 2010, graças às últimas novida-

des do HTML5, CSS3 e Java Script, começa a haver uma transição de um ecos-

sistema divergente e confuso, em que cada novo programa tem de ser feito em

um aplicativo especializado e que só funciona em um pequeno conjunto de apa-

relhos celulares, para um ambiente mais amplo e consistente. O iPhone, por e-

xemplo, tem apenas cerca de 3% do mercado global de telefonia. Atualmente,

novos serviços são desenvolvidos a partir de componentes existentes e execu-

tados em uma plataforma comum; o browser. Entramos em uma era onde a cria-

ção de um novo serviço móvel se aproveita de características, como localização

do usuário, rede social, dados pessoais e até mesmo funções de telefones espe-

cíficos, como a câmera e o acelerômetro, diretamente por aplicativos web atra-

vés do browser.

6.1 Informações Móveis com Contexto

Informação com Contexto é qualquer informação que é usada para carac-

terizar a situação de pessoas, lugar ou objetos que é considerada relevante para

a interação entre um usuário e uma aplicação. Alguns exemplos de informações

contextuais são: localização, tempo, proximidade, status do usuário e recursos

de rede. A definição geral de sistemas sensíveis ao contexto é: "Um sistema é

sensível ao contexto se ele usa contexto para fornecer informações relevantes

ou serviços para o usuário, onde a relevância depende da tarefa do usuário"

[Dey, 2000].

O objetivo dos sistemas sensíveis ao contexto é fornecer ao usuário infor-

mações relevantes ou serviços com base em seu contexto atual. Esta descrição

também coincide com a descrição de sistemas de recomendação. Resnick e Va-

rian definem os sistemas de recomendação como processos que utilizam as opi-

niões de uma comunidade ou rede social para ajudar um usuários a identificar de

forma mais eficaz o conteúdo de interesse em um conjunto potencialmente grade

de escolhas [Resnick et al., 1997]. Contudo, os sistemas de recomendação não

apenas incorporam as opiniões de outros participantes, mas também utilizam

outros métodos, tais como o raciocínio baseado em conteúdo ou algoritmos de

42

inteligência coletiva, a fim de sugerir informações semelhantes a escolhas feitas

anteriormente.

Por esta razão, os sistemas de recomendação também são definidos como

ferramentas capazes de ajudar o usuário a encontrar um caminho através de um

conjunto amplo de informações e determinar o que é de interesse deste usuário

[Van Setten et al., 2004]. Tanto os sistemas sensíveis ao contexto quanto os sis-

temas de recomendação são utilizados para fornecer aos usuários informações

relevantes; o primeiro com base no contexto do usuário, e o segundo com base

nos seus interesses. Portanto, o passo lógico é o de combinar estes dois siste-

mas para se chegar a um denominador comum.

Tanto o contexto quanto os interesses dos usuários são utilizados como

critérios na seleção de informações relevantes. O sistema utiliza dois tipos de

critérios nessa seleção. Os critérios rígidos são aqueles que limitam o conjunto

de serviços apresentados, e os serviços que não correspondem ao critério são

descartados. Já os critérios flexíveis são os utilizados para ordenar o conjunto de

serviços selecionados ou apresentar uma lista de relevância ao usuário para ca-

da serviço selecionado. Por exemplo, com os critérios flexíveis, é possível mos-

trar todos os vinhos que harmonizam com um determinado prato de um restau-

rante, ou somente os vinhos que o restaurante possui. No software mobile da

WineTag, o usuário navega manualmente pelo sistema e lista todas as opções

de vinhos, restaurantes, lojas e harmonizações, ou escaneia um QR Code que

lhe apresentará somente as informações baseadas no contexto daquele objeto

ou lugar.

6.2 WineTag Mobile

O software mobile da WineTag foi desenvolvido primeiramente para o i-

Phone, mas seu código é reutilizável para outros celulares que suportem o sis-

tema Android. O software é híbrido, parcialmente web e parcialmente nativo. Tal

escolha foi feita para reaproveitar códigos do site da rede social, acelerar o de-

senvolvimento do aplicativo web e por restrições do SDK da Apple que só admite

o uso da câmera por aplicativos nativos.

A parte nativa do software se restringe a funções de acesso a câmera para

ler e decodificar códigos de barra ou QR Code. Todas as outras funções são

web; o aplicativo é uma view do mobile Safári (navegador web nativo do iPhone),

sem sua barra de navegação que interage com as funcionalidades nativas do

43

aplicativo para receber os parâmetros adquiridos após a leitura da etiqueta com

o QR Code através da chamada de uma função em java script.

A parte web utiliza HTML 5, CSS 3 e java script com funções específicas

do Web Kit, motor de renderização desenvolvido pela Apple, open source, que

impulsiona os navegadores Safári e Google Chrome, para que tenha as mesmas

animações e interface de um aplicativo nativo (Figura 12).

Figura 12 - Aplicativo web que usa bibliotecas jQuery e funções do Web Kit para ter as

mesmas funcionalidades que aplicativos nativos do iPhone

Foi utilizada uma biblioteca do jQuery específica para celulares, o jQTouch

[http://www.jqtouch.com]. Este plugin em java script é uma biblioteca de interfa-

ce, animação, navegação e chamadas Ajax que simula aplicações nativas em

navegadores que utilizam o web kit. O uso dessa biblioteca acelerou o processo

de desenvolvimento, e o protótipo piloto ficou pronto em uma semana com a reu-

tilização do código do site da WineTag.

Aplicativos web utilizam funcionalidades do GPS, inicializam chamadas de

telefone e fazem uso do Google Maps nativo do aparelho. A Apple não disponibi-

liza acesso a câmera, calendário, agenda de contatos, relógio e funcionalidades

do iPod. Como o aplicativo da WineTag é híbrido, é possível acessar as funcio-

nalidades que a Apple restringe nativamente e enviar através de requisições em

java script esses parâmetros para a parte web do aplicativo.

As informações disponibilizadas para o aplicativo são sensíveis ao contex-

to e a localização do usuário é refinada através do IP e pela biblioteca de geolo-

44

cation da Google. Esses dados são repassados para o servidor que “loga” as

ações do usuário e fornece informações dos vinhos e estabelecimentos de acor-

do com o lugar onde o usuário esteja.

Os aplicativos mobile também funcionam parcialmente off-line. O mobile

Safári possui um banco de dados local proveniente das novas funcionalidades

do HTML5 com limite de 10MB por aplicativo e um cache para gravar fotos, fun-

ções em java script, css e variáveis enviadas pelos aplicativos (variáveis de ses-

são ou permanentes) para funcionar off-line. No aplicativo da WineTag, os me-

nus, as imagens, e as configurações do perfil (login, senha, endereço) são gra-

vadas localmente. Esse controle de acesso é realizado através de java script e

de um arquivo cache.manifest que indica ao navegador quais fotos, java scripts,

páginas web e folhas de estilo devem ser armazenados. O banco de dados é

acessado através de querys em java script; esses comandos devem conter todas

as chamadas necessárias, desde a criação de tabelas a acesso ao banco local

off-line. O controle de versão dos arquivos gravados no celular é feito pelo ca-

che.manifest. Se o browser perceber que existe uma nova versão online, ele a-

tualiza todos os arquivos descritos nesta nova versão e apaga os antigos.

45

7 A Rede Social WineTag

Para elaborar a rede social da WineTag foram usadas diferentes tecnolo-

gias. O banco de dados é desenvolvido com o SQL Server 2008, os agentes e

algoritmos de inteligência coletiva são em Java, e o servidor web é IIS 7 e Cold

Fusion. Em conjunto com o Cold Fusion 9, é utilizado o Hibernate como ORM

para ajudar a manter a consistência e usar metadados que descrevem o mape-

amento entre o banco de dados relacional e os objetos programados em Cold-

Fusion e java (vinhos, vinícolas, restaurantes, etc.). O ColdFusion é um servidor

web escrito em Java, e a vantagem no seu uso é que sua sintaxe de programa-

ção é muito enxuta. Poucas linhas de código fazem a mesma função que deze-

nas de linhas em Java, e sua integração com os agentes é natural.

Para a interface com o usuário foi usada uma biblioteca AJAX chamada

jQuery. Esta biblioteca, escrita em Java Script, é amplamente usada na web por

empresas, como Google e YAHOO, tem uma extensa comunidade de desenvol-

vedores que aumentam as funcionalidades originais através de plugins e possui

funções em AJAX para carregar diversos conteúdos de diferentes maneiras sem

que haja necessidade de recarregar toda a página. Para o layout do site, usou-

se CSS2 e CSS3 para aumentar a compatibilidade em diversos browsers e dis-

positivos.

7.1 O Sistema

O sistema foi criado para possibilitar a colaboração entre participantes que

queiram aprender sobre vinho (aprendizes), participantes amantes do vinho (e-

nófilos), usuários especialistas e profissionais da área (sommeliers e enólogos),

restaurantes, vinícolas, lojas especializadas e mercados para gerar informações

sobre vinhos a fim de serem codificadas na forma do QR Code e acessíveis dire-

tamente nas garrafas dos vinhos. Foram desenvolvidas áreas específicas para a

interação e divulgação do conteúdo criado por cada uma dessas entidades.

O sistema tem doze seções: Home Page, Meu Perfil, O que está degus-

tando?, Vinhos, Vinícolas, Restaurantes, Onde Comprar?, Artigos, Eventos, Fó-

rum, Harmonização e Ofertas. Todos os componentes são tratados como enti-

46

dades e compartilham funcionalidades em comum. Existem vários tipos de enti-

dades e cada um possui funcionalidade e características próprias (Figura 13).

Entidade

SeguidoresAmigosInformações

Gerais, Preferências

SeguindoRelação entre

EntidadesAdegaAvaliações

Permissões e Nível de Acesso

Vinhos Usuarios Vinicolas RestaurantesLojas, Mercados, Importadores e Distribuidores

Eventos

Figura 13 - Relação e propriedade das entidades .

Este tipo de relação entre as entidades gerou flexibilidade ao sistema e re-

aproveitamento de código. A mesma adega usada para relacionar os vinhos do

usuário é usada também para mostrar os vinhos da vinícola, restaurante e lojas

nas suas páginas pessoais.

Todos os textos informativos do site podem ser editados colaborativamen-

te. Os textos sobre países, uvas e regiões produtoras exibidos ao navegar ou

explorar pelas vinícolas e vinhos podem ser editados por usuários especialistas

ou que tenham permissão para o mesmo (Figura 14).

Figura 14 - Opção para editar texto sobre uma região vitivinícola francesa

As páginas dos restaurantes, vinícolas, lojas e mercados são comerciais.

Nelas os estabelecimentos divulgam informações de seus vinhos, cardápio,

harmonizações, fotos, vídeos e textos. Essas páginas também possibilitam que

os participantes avaliem os estabelecimentos e compartilhem suas experiências

enogastronômicas. As funcionalidades incluídas em todas as páginas foram de-

senvolvidas em caixas, ou seja, são páginas individuais inseridas em uma pági-

na mestre através de include. Um conjunto de includes em uma página mestre

forma uma página completa do site. Essas caixas são reutilizáveis em qualquer

parte do site, mas deve-se respeitar as informações da caixa com o contexto ge-

ral da página.

47

As páginas dos vinhos e a ficha de avaliação que contêm as característi-

cas técnicas, visuais, olfativas e gustativas foram modeladas a partir da metodo-

logia de ensino da Associação Brasileira de Sommelier (ABS), que se baseia na

análise descritiva do enólogo italiano chamado Giancarlo Bossi (Figura 15).

Figura15 - Ficha Analítica Descritiva de Avaliação do Vinho

As avaliações e recomendações de harmonização foram modeladas com

base na metodologia do livro "Harmonização: O Guia Definitivo do Casamento

do Vinho com a Comida" de Euclides Penedo Borges, presidente da ABS-RJ,

especialista em harmonização, enólogo e dono de uma grande vinícola argentina

chamada Penedo Borges (Figura 16).

48

Figura 16 - Ficha de cadastro e características de prato

Depois que o prato e o vinho estão cadastrados no sistema, o participante

tem a opção de indicar diretamente uma combinação ou deixar o sistema reco-

mendar a melhor harmonização.

7.2 Sistema de Recomendação

O sistema de recomendação implementado no projeto até o momento é

baseado em algoritmos de Inteligência Coletiva. A Inteligência Coletiva inclui

qualquer tentativa de projetar algoritmos ou dispositivos distribuídos como res-

posta a um determinado problema. O sistema então oferece uma solução com

base no comportamento coletivo [Bonabeau et al., 1999]. O objetivo foi construir

algoritmos que analisem os dados dos participantes ao avaliar ou recomendar

vinhos, pratos, restaurantes, vinícolas e lojas especializadas para realizar cálcu-

los baseados nesses metadados e assim criar novas informações.

Alguns metadados são coletados de forma explícita, como nas avaliações

e recomendações, e alguns são recolhidos sem ser percebidos, como ao logar

49

por onde o participante irá navegar no site depois de acessar algum vinho ou

estabelecimento. Em ambos os casos, o importante não é apenas coletar e exibir

as informações, mas processá-las e gerar novas informações.

O primeiro algoritmo implementado foi o de recomendação de produto por

similaridade. Esse algoritmo usa os dados das avaliações dos vinhos e os dados

de navegação dos participantes, identifica os produtos acessados pelo usuário, e

calcula vinhos similares que serão exibidos na página de um determinado vinho

no componente de vinhos relacionados. (Figura 17).

Figura 17 - Componente de recomendação de vinhos relacionados

O componente de vinhos relacionados prioriza indicações semelhantes no

país de origem do vinho, seu tipo, região e pontuação de suas respectivas avali-

ações visuais, olfativas e gustativas. Cada um desses itens é comparado pela

nota de sua distância euclidiana dos itens do vinho principal da página exibida.

O segundo algoritmo usa o mesmo processo de cálculo da distância eucli-

diana de itens das avaliações dos vinhos ao calcular a distância para os itens

dos pratos a fim de gerar uma recomendação de harmonização. Para cada nota

dada na avaliação do vinho e na descrição do prato, existem itens de compara-

ção entre eles para indicar se um prato específico harmoniza com um determi-

nado vinho (Tabela 3).

50

Tabela 3 - Itens de comparação vinho e comida Comparação da estrutura do vinho com a comida

Estrutura da Comida Estrutura do Vinho

Comida Leve Vinho magro a pouco encorpado

Comida com estrutura mediana Vinho de médio corpo a encorpado

Comida muito estruturada Vinho encorpado a muito encorpado

Ajuste das Sensações

Características da Comida Características dos Vinhos

Suculência Vinho seco, tinto e tanicidade

Untuosidade Álcoolicidade

Gordurosidade Acidez

Tendência ao doce Efervescência ou doçura

Tendência aos aromas Vinhos aromáticos e persistentes

Tendência amarga ou ácida Maciez

Esses itens são fornecidos pelos participantes na avaliação de vinhos e

pratos. Depois de uma harmonização ser recomendada pelo sistema, os partici-

pantes podem avaliar o resultado (Figura 18).

Figura 18 - Recomendação de harmonização prato e vinho

As recomendações que recebem mais de três avaliações negativas são

descartadas, e as avaliadas com nota máxima são aproveitadas como parâmetro

para indicar o mesmo vinho em harmonização com pratos semelhantes.

7.3 Navegação e sistema de procura A navegação do site é realizada através de um menu principal, pelo meca-

nismo de busca global, ou por abas internas. O menu principal contém todas as

principais áreas do site e destaca com cores a página corrente do usuário (Figu-

ra 19).

Figura 19 - Menu de navegação do site da WineTag

51

A busca global utiliza um componente padrão do servidor do ColdFusion

chamada Solr. Este serviço é uma plataforma corporativa open source de meca-

nismo de busca, sustentado pelo projeto Apache Lucene. Suas principais carac-

terísticas incluem a busca de texto completo, realçado, pesquisas facetada, a-

grupamento dinâmico e a integração com banco de dados e documentos (por

exemplo, Word, PDF). O Solr é escrito em Java e funciona como um servidor

autônomo de pesquisa de texto dentro de um container servlet no ColdFusion. A

busca global do site impulsionada pelo Solr é dividida em vinhos, usuários, viní-

colas, restaurantes e lojas, e exibe apenas resultados baseados nas característi-

cas selecionadas para a busca. O Solr também indexa as características de vi-

nhos e pratos semelhantes para serem consultadas pelo algoritmo de recomen-

dação.

52

8 Testes de Usabilidade

A metodologia de usabilidade utilizada para o projeto da WineTag foi ba-

seada no ciclo de vida da engenharia de usabilidade proposta por Deborah Ma-

yhew em 1999 [Mayhew, 1999]. As tarefas de usabilidade foram integradas nos

ciclos de vida tradicionais de desenvolvimento de software e aplicadas em três

tarefas: análise dos requisitos, projeto/teste/desenvolvimento e instalação, con-

forme o modelo da Figura 20.

53

Figure 20 - Modelo de Ciclo de Vida da Engenharia de Usabilidade

54

Na primeira etapa do projeto (Pesquisa/Análise do Requisito) foram estu-

dados o perfil dos participantes (conhecedores de vinhos, enólogos, enófilos,

sommeliers, restaurantes, lojas, supermercados e iniciantes no mundo do vinho),

a análise das tarefas e requisitos, restrições da plataforma (web e mobile) e prin-

cípios gerais do projeto. Com este estudo, foram gerados as metas de desenvol-

vimento e usabilidade e um guia de estilo em Microsoft Visio com 60 telas de in-

terface de diferentes partes do sistema (Exemplo de 1 das 60 telas, Figura 21).

Figura 21 - Primeiro modelo da interface da WineTag em Microsoft Visio

Na segunda etapa do projeto (Projeto/Teste/Desenvolvimento), os dia-

gramas das classes do banco e dos objetos foram criados, um protótipo do mo-

delo da interface foi prototipado e a programação do banco, das classes e das

telas foi iniciada. Projetado o primeiro modelo, alguns testes de layout (testes de

cor, disposição de conteúdo na tela, fonte, logo, imagens, títulos) foram executa-

55

dos com familiares e pessoal não técnico envolvido no projeto, e uma segunda

versão do layout e requisitos de design para o site foram gerados (Figura 22).

Figura 22 - Segunda versão da interface e programação da interface da home page após tes-

tes com usuários

Estes testes rápidos com usuários e consultores envolvidos no projeto

são conhecidos como “avaliação rápida e rasteira”. Esta metodologia é uma prá-

tica comum na qual os desenvolvedores obtêm um feedback informal para ga-

rantir que suas ideias estejam de acordo com a necessidade dos usuários. Obter

este tipo de feedback constitui um ingrediente essencial para um projeto bem

sucedido [Mayhew, 1999].

Ainda na fase de projeto, teste e desenvolvimento, o layout do site foi al-

terado diversas vezes até que testes com os participantes iniciais gerassem re-

56

sultados positivos. Este processo foi executado na página principal, na página de

vinhos, no perfil do usuário e nas páginas dos restaurantes até que a guia de

estilo fosse finalizada para poder ser replicada no resto do site.

Figura 23 - Layout final da home page da WineTag

Com a guia de estilo finalizada, a versão final do layout para produção foi

programada (Figura 23) e o site foi lançado no dia 03 de fevereiro de 2010 parci-

almente completo. As páginas referentes aos restaurantes, vinícolas e lojas es-

tavam em fase final de produção. Após dois meses de programação, todas as

páginas foram finalizadas e a primeira versão completa do site foi ao ar. Após o

lançamento foram realizados mais testes de usabilidade com alguns participan-

tes que serão comentados a seguir.

8.1 Estudo de Usabilidade

Os testes de usabilidade foram concentrados no principal objetivo do pro-

jeto: achar informações sobre um determinado vinho e avaliá-lo para contribuir

com a comunidade. Os testes focaram em avaliar a usabilidade da interface, do

sistema de procura e avaliação do site e do aplicativo para o iPhone.

57

A metodologia utilizada para este estudo foi a usabilidade somativa. A

meta da usabilidade somativa é avaliar quão bem um produto ou um pedaço de

funcionalidade do produto cumpre com seus objetivos depois de pronto [Tullis et

al., 2008]. Testes somativos também são usados para a comparação de vários

produtos entre si, que nesse caso foi o site da rede social e o aplicativo para i-

Phone sem o uso da função de escanear o código QR Code para acessar as in-

formações do vinho e com o uso da função. Os cenários de estudo analisados

nesta metodologia foram: sucesso da tarefa, comparação de produtos e experi-

ência de usabilidade positiva que são relatados a seguir.

8.1.1 Sucesso da Tarefa

O sucesso da tarefa prevê um teste com início e fim bem definidos. A mé-

trica para analisar a tarefa é classificá-la com sucesso binário; se for um sucesso

(1) ou um fracasso (0). Por ter uma pontuação numérica, calcula-se a média de 1

e 0 para determinar a taxa de sucesso e a porcentagem de participantes que

terminaram cada tarefa.

Quando um participante termina uma tarefa bem sucedida, calcula-se o

nível do sucesso ao atribuir um valor numérico para a maneira como tal sucesso

foi alcançado: com facilidade (1), com pouca ajuda (0,75), com alguma ajuda

(0,5) e com muita ajuda (0,25). O cálculo foi primordial para este estudo, pois

todos os participantes do teste conseguiram terminar a tarefa com sucesso, mas

não com o mesmo nível.

As tarefas realizadas para os testes com o site e com o iPhone sem a

função de escanear código e com a função foram as mesmas. O objetivo de tes-

tar o aplicativo do iPhone sem a função de escanear o código foi analisar como

um usuário procura e avalia um vinho que não possui QR Code, e comparar a

diferença de usabilidade e satisfação com um aplicativo que tenha essa função e

um vinho com QR Code.

Ao todo, foram 14 participantes que realizaram as tarefas; sete deles tes-

taram o site e o iPhone com a função de escanear QR Code e os demais fizeram

o teste somente com o aplicativo sem a função. Aos participantes que realizaram

o teste com o site e o iPhone com a função de escanear código foi dada uma

garrafa com a etiqueta contendo o QR Code do vinho. Aos demais participantes

foi dado apenas o questionário das tarefas (tabela 4) e a versão totalmente web

do aplicativo sem acesso a câmera do iPhone.

58

Tabela 4 – Ficha de descrição do cenário das tarefas do estudo de usabilidade

Cenário das Tarefas do Estudo de Usabilidade

Este estudo foi desenvolvido para obter um melhor entendimento a cerca

dos problemas que os participantes apresentam ao se autenticar no sistema,

procurar por um vinho e avaliá-lo na WineTag.

A seguir estão as tarefas para você completar que nos ajudarão a obter

esse melhor entendimento.

Enquanto você estiver concluindo, é importante saber o que está acon-

tecendo em sua mente. Sendo assim, ao executar cada tarefa, por favor, diga

para o que você está olhando, em que está pensando, o que lhe parece confuso

e assim por diante.

Tarefa 1:

Autentique-se no sistema, caso não possua conta, crie uma. Tarefa 2:

Procure o vinho Cobos Felino Chardonnay 2008 da vinícola argentina

Viña Cobos localizada na região de Mendonza. Tarefa3: Avalie este vinho com as seguintes características:

Avaliação: 4 estrelas Descrição: Excelente chardonnay, pouca acidez, presença de mel e a-

bacaxi no nariz e amanteigado na boca. Exame Visual: Muito límpido, transparente, amarelo ouro, escorregadio e

sem reflexos. Exame Olfativo: Persistente, Muito Intenso, Franco, Amplo, aromas de

mel e abacaxi. Exame Gustativo: Seco, fresco, álcool equilibrado, macio, pouco encor-

pado, taninos ausentes, vinho equilibrado, muito intenso e persistente.

Consentimento: Afirmo que sou maior de 18 anos e desejo participar do estudo de usabilidade do site e do aplicativo para iPhone da WineTag. Todas as informações coleta-das neste estudo são confidenciais, e meu nome não será identificado em mo-mento algum. Estou ciente que posso fazer perguntas ou desistir da colabora-ção em qualquer momento, sem qualquer tipo de penalidade. ________________________ Data:_________ Assinatura do Participante

59

O cenário apresentado para o estudo de usabilidade dos sistemas con-

tém três tarefas que representam os passos necessários para um usuário avaliar

um vinho. A tarefa 1 representa o primeiro passo, a autenticação no sistema ou a

criação de uma conta para autenticação. A tarefa 2 representa o passo da busca

do vinho a ser avaliado e o último passo a tarefa 3 é a ação de avaliar o vinho ao

preencher as características visuais, olfativas e gustativas na ficha de avaliação.

8.1.2 Comparação de Produtos

Nesta parte do estudo, os produtos são comparados a fim de terem seus

pontos fortes e fracos determinados. Ser capaz de completar uma tarefa corre-

tamente é fundamental, mas a comparação mostra a eficiência de cada um.

A eficiência é uma combinação de duas métricas: o sucesso da tarefa e o

tempo gasto para completá-la. O Common Industry Format (CIF) para os relató-

rios de teste de usabilidade [NIST, 2001] especifica que a principal medida de

eficiência é a relação entre a taxa de conclusão da tarefa ou o nível de sucesso

para o tempo médio por tarefa. Esta norma expressa o sucesso de tarefas por

unidade de tempo.

Ao analisar a eficiência, conclui-se o esforço necessário para utilizar um

produto. Em todos os testes realizados foi medido o tempo para completar cada

tarefa com um aplicativo de cronômetro para Android (Chronometer u440) que

possibilita criar marcações no tempo sem a pausa da contagem. Essas marca-

ções foram exportadas para uma planilha Excel para então calcular o tempo mé-

dio gasto nas tarefas realizadas pelos participantes em cada aplicativo.

8.1.3 Experiência de Usabilidade Positiva

Na experiência de usabilidade positiva, o usuário é o elemento mais im-

portante: o que ele pensa, sente e diz a respeito do sistema formam a base des-

se cenário. Mesmo que o usuário se esforce um pouco no início ou erre algumas

vezes, o que importa é como ele se sente no final da experiência (satisfeito ou

insatisfeito). A métrica é a criação de um questionário que avalia as expectativas

dos participantes através de dados autorrelatados que transmitam a percepção

dos participantes e sua interação com o sistema. Uma maneira eficiente de cap-

turar dados autorrelatados em um teste de usabilidade é com uma escala defini-

da de avaliações em um questionário ao final da sessão. Assim, é possível uma

avaliação global na qual o participante teve a oportunidade de interagir com o

produto de forma mais completa [Tullis et al., 2008].

60

Neste estudo de usabilidade o questionário adotado foi o System Usabi-

lity Scale (SUS), desenvolvido por John Brooke [Brooke, 1996]. O SUS é com-

posto por dez afirmações em escala de 5 pontos para que os participantes avali-

em seu nível de concordância com o sistema. Metade das declarações é redigi-

da de forma positiva e a outra de forma negativa. A contribuição de cada item de

pontuação varia de 0 a 4. Para os itens 1, 3, 5, 7 e 9, a contribuição da pontua-

ção é a posição da escala marcada pelo participante menos um. Para os itens 2,

4, 6, 8 e 10, a contribuição equivale a 5 subtraído da posição marcada. Multipli-

ca-se a soma das pontuações por 2,5 para obter a pontuação geral do SUS (Ta-

bela 5).

Tabela 5 – Questionário de avaliação de usabilidade (SUS) Discordo

TotalmenteDiscordo Neutro Concordo

Concordo

Totalmente

1 2 3 4 5

1 2 3 4 5

3. Achei o sistema fácil de usar.

1 2 3 4 5

1 2 3 4 5

1 2 3 4 5

6. Achei este sistema muito inconsistente.

1 2 3 4 5

1 2 3 4 5

8. Achei o sistema muito complicado de

1 2 3 4 5

9. Eu me senti muito confiante com o

1 2 3 4 5

1 2 3 4 5

1 2 3 4 5

1 2 3 4 5

1 2 3 4 5

14. A interface do sistema é agradável.

1 2 3 4 5

1 2 3 4 5

10. Eu preciso aprender um monte de

coisas antes de continuar usando este

sistema.

15. A organização de informações na tela

do sistema é clara.

7. Imagino que a maioria das pessoas

aprenderiam a usar este sistema

rapidamente.

4. Achei que seria necessário o apoio de

um técnico para poder usar este sistema.

1. Acho que gostaria de usar este sistema

com freqüência.

5. As funções deste sistema estavam bem

integradas.

12. Foi fácil encontrar a informação que eu

precisava.

2. Achei o sistema desnecessariamente

complexo.

11. Eu me senti confortável com este

sistema.

13. Eu gostei de usar a interface do

sistema.

De acordo com Tom Tullis, o SUS apresenta ótimo rendimento e consis-

tência de resultados para testes com tamanhos relativamente pequenos de a-

61

mostras. Com um número de 8 participantes, já é possível identificar preferên-

cias e problemas através desse sistema com 80% de precisão. Isso é possível

pelo uso de ambas as declarações positivas e negativas com as quais os partici-

pantes devem avaliar seu nível de concordância, e que deixam os participantes

mais atentos [Tullis e Stetson, 2004]. Ao final das 10 questões originais do SUS,

foram adicionadas mais 5 questões para avaliar a satisfação com a interface do

sistema retirada do Questionnaire for User Interface Satisfaction (QUIS) [Chin et

al., 1988].

8.2 Resultados do Estudo de Usabilidade

Os 14 participantes completaram todas as tarefas com êxito. Baseado

apenas no sucesso binário, o aproveitamento foi de 100%, mas os gráficos do

nível do sucesso (Figuras 24, 25 e 26) mostram resultados bem diferentes.

Figura 24– Gráfico do nível de sucesso do site baseado na ajuda para completar a tarefa

Figura 25– Gráfico do nível de sucesso do aplicativo web do iPhone baseado na ajuda para

completar a tarefa

1414

29 57

86

5743

0,00%

20,00%

40,00%

60,00%

80,00%

100,00%

Tarefa 1 Tarefa 2 Tarefa 3

% de Participan

tes

Nível do Sucesso do Site

Sem Ajuda

Pouco ajuda

Alguma Ajuda

Muita Ajuda

2914

29

29

100

4357

0%

20%

40%

60%

80%

100%


% de Participantes

Nível do Sucesso iPhone ‐ Aplicativo Web

Sem Ajuda

Pouco ajuda

Alguma Ajuda

Muita Ajuda

62

Figura 26– Gráfico do nível de sucesso do aplicativo nativo do iPhone baseado na ajuda para

completar a tarefa

Os resultados da tarefa 1 nos gráficos das figuras 24, 25 e 26 mostram

que o sistema de autenticação, tanto do site quanto dos dois sistemas do iPho-

ne, não apresentam problemas. Ao analisar o gráfico da figura 24, e o caminho

percorrido pelos usuários no site no momento do teste, percebe-se que a tarefa

2 mostrou que o sistema de procura oferece bons resultados, mas quando os

participantes tentaram procurar o vinho diretamente na página “Vinhos”, tiveram

algumas dúvidas em como remover o filtro da busca. O participante que usou a

página “O que está degustando” teve dificuldade com os nomes das vinícolas,

pois a caixa que mostra os nomes está pequena, o que dificulta a leitura e a divi-

são dos nomes.

Ao analisar o mesmo contexto na figura 25, Um dos problemas encontra-

dos por algumas pessoas, na tarefa 2, no iPhone com o aplicativo web, que aca-

bou por tornar a experiência mais difícil, foi a falta de um aviso mais efetivo de

que a página estava carregando. Com a impressão de que a busca não estava

funcionando, os participantes apertavam o mesmo botão diversas vezes, o que

deixava o sistema mais lento. Os usuários também tiveram problema com o título

dos vinhos na página de resultado de procura, pois este estava limitado a 80 ca-

racteres para poder caber em uma linha. A limitação dificultava a identificação

correta do vinho, pois os nomes estavam cortados e eram muito semelhantes. A

busca do vinho (tarefa 2, Figura 26) usando o programa de leitura no iPhone

com o QR Code não apresentou problemas.

O nível do sucesso da tarefa 3 do site (Figura 24) confirma o que foi ob-

servado durante os testes: o formulário avançado para preencher as avaliações

visuais, olfativas e gustativas do vinho está grande e um pouco complexo para a

maioria dos usuários que não são conhecedores de vinho e não conhecem uma

0

29

100 100

71

0%

20%

40%

60%

80%

100%


% de Participan

tes

Nível do Sucesso iPhone ‐ Aplicativo Nativo com Scan

Sem Ajuda

Pouco ajuda

Alguma Ajuda

Muita Ajuda

63

ficha de avaliação baseada no método de Giancarlo Bossi. Os participantes que

precisaram de ajuda para preencher a ficha no site não precisaram de ajuda pa-

ra preencher a ficha no iPhone com o aplicativo nativo (tarefa 3, Figura 26), pois

ela é 65% menor. O resumo da ficha de avaliação no iPhone com o aplicativo

web, também mostrou maior nível de sucesso (57%, tarefa 3, Figura 25) do que

o nível apresentado no site (43%, tarefa 3, Figura 24), este resultado apontou

uma necessidade de se criar uma opção de ficha de avaliação resumida para o

site.

Figura 27– Gráfico do tempo médio para completar as tarefas no site

Figura 28– Gráfico do tempo médio para completar as tarefas no iPhone com o aplicativo web

16,336,7

196,9

0,0

50,0

100,0

150,0

200,0

250,0

300,0

350,0


Tempo em segundos

Tempo médio para completar a tarefa (Site)

24,1

69,4

248,3

0,0

50,0

100,0

150,0

200,0

250,0

300,0

350,0


Tempo em segundos

Tempo médio para completar a tarefa (iPhone ‐ Aplicativo Web)

64

Figura 29– Gráfico do tempo médio para completar as tarefas no iPhone com o aplicativo

nativo

Figura 30– Gráfico de comparação de eficiência dos aplicativos

Ao comparar os produtos pelo tempo gasto por tarefa (Figuras 27, 28 e

29) e pelo gráfico de eficiência (Figura 30), nota-se que o aplicativo do iPhone

com leitura de QR Code tem a mesma eficiência do site, e que o mesmo aplicati-

vo sem o sistema de leitura do QR apresentou uma eficiência entre 5 a 10% me-

nor.

25,0 14,0

243,9

0,0

50,0

100,0

150,0

200,0

250,0

300,0

350,0


Tempo em segundos

Tempo médio para completar a tarefa (iPhone ‐ Aplicativo Nativo com Scan)

22%

17%

22%

0%

5%

10%

15%

20%

25%

30%

Site iPhone iPhone Scan

Eficiência (Nível de

sucesso/Tempo)

65

Figura 31 – Gráfico do nível de satisfação com a interface dos site. As barras de erro repre-senta um intervalo de 95% de confiança

Figura 32 – Gráfico do nível de satisfação com a interface no iPhone com o aplicativo Web.

As barras de erro representa um intervalo de 95% de confiança

Figura 33 – Gráfico do nível de satisfação com a interface no iPhone com o aplicativo Nativo.

As barras de erro representa um intervalo de 95% de confiança

4,29 4,29 4,14 3,864,29

0,00

1,00

2,00

3,00

4,00

5,00

6,00

Confortável com o sitema

Fácil de encontrar

informação

Gostou de usar a interface

A interface é agradável

Organização da informação é

clara

Nível de satisfação com a interface do Site

4,00 4,00 3,86 3,86 4,00

0,00

1,00

2,00

3,00

4,00

5,00

6,00


Fácil de encontrar

informação




clara

Nível de satisfação com a interface iPhone ‐ Aplicativo Web

4,294,86 4,71

4,14 4,14

0,00

1,00

2,00

3,00

4,00

5,00

6,00


Fácil de encontrar informação




clara

Nível de satisfação com a interfaceiPhone ‐ Aplicativo Nativo com Scan

66

Figura 34 – Pontuação média do SUS. As barras de erro representa um intervalo de 95% de

confiança

Em relação à experiência de usabilidade, tanto o SUS quanto as ques-

tões para avaliar a satisfação da interface do sistema revelaram uma maior pon-

tuação para o uso do aplicativo com a leitura do QR Code (Figuras 31. 32, 33 e

34). Pontuações do SUS abaixo de 60 representam sistemas com experiências

relativamente pobres e insatisfação do usuário, e pontuações acima de 80 pon-

tos representam experiências muito boas com alto índice de satisfação dos usu-

ários.

Percebe-se com esse estudo que, ao escanear o QR Codes para acessar

informações sobre um vinho, há uma melhora na eficiência e na experiência po-

sitiva do usuário em até 10%, o que transforma um sistema considerado bom

com pontuação média de 72 pontos em um sistema muito bom com pontuação

média de 81 pontos. Tal resultado supera até mesmo o nível de satisfação com

funcionalidades mais robustas da navegação de um web site no PC e o uso de

teclado e mouse como interface de entrada.

7872

81

0

10

20

30

40

50

60

70

80

90

100

Site iPhone Web iPhone Scan

Pontuação

média

SUS

67

9 Conclusão e Trabalhos Futuros

O sistema foi construído para que as avaliações, comentários e sugestões

dos participantes tenham sentido, propósito e permaneçam “conectados” aos

objetos através de um link que referencie onde estão estes dados na nuvem. A

intenção foi de possibilitar que qualquer pessoa que tenha um celular seja capaz

de acessar essas informações através da leitura de um código e que depois

possa deixar suas próprias conclusões para os próximos participantes através da

mobile web (Figura 35).

Figura 35 – Aplicativo no iPhone exibindo as informações lidas no QR Code

Conforme apresentado no Capítulo 3, o QR Code foi o código que apre-

sentou melhor desempenho e adoção por grandes empresas como Google e Fa-

cebook. Seu papel é essencial no projeto WineTag e é usado em todas as pági-

nas de descrição de vinhos, restaurantes, lojas e vinícolas. A função da etiqueta

com o QR Code vai além da entrega da informação do vinho para o usuário, ela

também possibilita o uso do conceito da Internet das Coisas descrita no Capítulo

5 ao levar dados semânticos sobre o vinho para uma tela chamada “Tag Screen”

(Figura 36), para que a mesma possa capturar os metadados sobre o vinho con-

tido no QR Code através de uma WebCam para relacionar produtos de um esta-

belecimento que harmonizem com o vinho escaneado.

68

Figura 36 – Tela Tag Screen: Computador all-in-one que decodifica dados do vinho contido no QR Code das etiquetas para indicar produtos relacionados através de uma web cam em-

butida

As avaliações dos vinhos, harmonizações e estabelecimentos foram pa-

dronizadas a fim de que os dados a respeito dos objetos possam ser reconheci-

dos por mecanismos de busca, algoritmos de recomendação e até mesmo por

grafos de conexão de conteúdo de outras redes sociais. Este novo grafo gerado

pela WineTag é diferente dos gerados por importantes redes como o Facebook.

Em vez de ligar o perfil dos participantes aos seus amigos, grupos, fotos e men-

sagens instantâneas, este novo grafo liga pessoas a elementos específicos (vi-

nhos, restaurantes, lojas de vinho, vinícolas, importadores). Assim, é possível

criar um grafo complementar aos grafos de outras redes com informações mais

precisas, detalhadas e padronizadas para gerar recomendações e dados das

“coisas” em torno dos participantes e de seus amigos. A rede social da WineTag

(Capítulo7) foi um primeiro protótipo escolhido com o tema da enogastronomia.

O próximo passo é estender esse projeto para outras áreas, através de um pro-

jeto mais amplo chamado TagMe e criar novas redes sociais de nicho para cos-

méticos, medicamentos, moda ou qualquer outra tema que haja a necessidade

de consultar avaliações e opiniões de outras pessoas sobre o uso, recomenda-

ção, ou produtos relacionados a um objeto.

9.1 Próximas melhorias para o sistema

As próximas melhorias a serem feitas na rede social são a criação de um

sistema de reputação dos usuários e o aperfeiçoamento do sistema de cadastro

e recomendação de harmonização. Como apenas 1% dos usuários são criado-

69

res de conteúdo e 10% participam desse novo conteúdo ou respondem a uma

nova chamada, pretende-se modelar um novo sistema de reputação com regras

e perfis bem definidos. Este sistema possibilitará que os participantes subam de

nível ao receberem elogios sobre avaliações publicadas para agregar valor. As-

sim, é possível identificar usuários que contribuem com qualidade e oferecer in-

centivos para que haja maior participação dos membros (Figura 37).

Figura 37 - Contribuições de qualidade atraem mais atenção, o que gera mais recompensa,

que inspira mais contribuições de qualidade

Atualmente há 3 perfis no site: usuário normal, usuário especialista, e ad-

ministrador. Apesar de o sistema contabilizar e criar logs das avaliações, ativida-

des e elogios recebidos nas avaliações que os participantes publicam, não há

alteração automática na posição do participante que colabora ativamente e quali-

tativamente para uma posição de destaque no sistema. Ainda há problemas a

serem resolvidos durante a modelagem desse novo sistema. É preciso definir

como gerir e apresentar um fluxo relevante de contribuições de qualidade, como

dizer se as avaliações são boas ou ruins sem precisar das recomendações de

outros participantes sobre as mesmas e como recompensar os contribuintes de

uma maneira que os incentive a continuar produzindo conteúdo.

70

10 Referências Bibliográficas

Ackoff, R. L. (1989). From data to Wisdom. Jornal of Applies Systems Analysis, New York, v.16, p. 3-9.

Barrett, Rob; Maglio,Paul. Informative things: how to attach informa-tion to the real world. In UIST ’98: Proceedings of the 11th annual ACM symposium on User interface software and technology, pages 81–88, New York, NY, USA, 1998. ACM Press.

Belyaev, A., Ohtake, Y., 2003. A Comparison of Mesh Smoothing Me-thods. Israel-Korea Bi-National Conference on Geometric Modeling and Computer Graphics, 83-87.

Berners-Lee, Tim; Hendler,James; Lassila, Ora. The semantic web (Berners-lee et. al 2001). Scientific American, May 2001

Bonabeau E., Theraulaz G., Deneubourg J.-L., Aron S. and Camazine S. (1999), “Self-organization in social insects”, Trends in Ecology and Evo-lution 12, 188-193.

Brooke, J. (1996) SUS: A quick and dirty usability scale. In P. W. Jor-dan, B. Thoms, B. A. Weerdmeester. Usability evaluation in industry. Lon-don: Taylor & Francis.

Chen, J.K., Beraun, J.E., Carney, T.C., 1999. A corrective smoothed particle method for boundary value problems in heat conduction. Computer Method in Applied Mechanics and Engineering, 46, 231-252.

Chernyaev, E. V., 1995. Marching Cubes 33: Construction of topologi-cally correct iso-surfaces. Technical Report CERN CN, 95–17.

Cline, H., Lorensen, W., Ludke, S. Crawford, C., Teeter, B., 1988 Two Al-gorithms for Three-Dimensional Reconstruction of Tomograms. Med-ical Physics, 15 (3), 320-327.

Dey, A. K.: Providing Architectural Support for Building Context-Aware Applications. Ph.D. thesis, College of Computing, Georgia Insti-tute of Technology (2000) Online: http://www.cc.gatech.edu/fce/ctk/pubs/dey-thesis.pdf

71

Khan, M.T., Zia, K., Daudpota, N. Hussain, S.A, Taimoor, N., Integrating Context-aware Pervasive Environments, IEEE International Conference on Emerging Technologies, ICET 2006, Peshawar, Pakistan, 2006

Kindberg,Tim; Barton,John; Morgan,Jeff; Becker,Gene;Morris, Howard; Schettino, John; Serra, Bill; Spasojevic, Mirjana. People, places, things: web presence for the real world. Mobile Networks and Applications, 7(5):365–376, 2002.

Liu, Yue; Liu, Mingjun. Automatic Recognition Algorithm of Quick Re-sponse Code Based on Embedded System. In: Intelligent Systems De-sign and Applications, 2006. 783-788 p

Mayhew, D. J. (1999). The Usability Engineering Lifecycle. San Fran-cisco (Morgan Kaufmann).

Meloan, Steve. Toward a Global “Internet of Things”. In: Sun Developer Network (2003). Disponível em: <http://java.sun.com/developer/technicalArticles/Ecommerce/rfid/>. Aces-so em 107/01/2010.

McCarthy, Caroline. Twitter's growing really, really, really, really fast (2009). Disponível em: <http://news.cnet.com/8301-13577_3-10200161-36.html>. Acesso em 12/06/2010.

Mourad, Gustavo. Um Framework para a Construção de Mediadores Oferecendo Eliminação de Duplicatas (2010). Dissertação de Mestrado, Departamento de Informática, PUC-Rio

NIST, National Institute of Standards and Technology (2001). Common Industry format for usability test reports. Disponível em: <http://zing.ncsl.nist.gov/iusr/documents/cifv1.1b.htm>. Acesso em 05/05/2010.

Otsu, N. (1979). “A threshold selection method from gray-level histo-grams,” IEEE Trans. Systems, Man and Cyernetics, vol. 9, no. 1, pp. 62-66.

O'Reilly, Tim. What Is Web 2.0 (2005). Disponível em: <http://oreilly.com/web2/archive/what-is-web-20.html>. Acesso em 07/07/2010.

Palmer, Roger C. The Bar Code Book: Fifth Edition - A Comprehensive Guide To Reading, Printing, Specifying, Evaluating, And Using Bar Code and Other Machine-Readable Symbols, 2007. ISBN: 978-1425133740

Resnick, P., Varian, H.R.: Recommender Systems. Communications of the ACM 40 (1997), 50-58

Shapiro, Linda; Stockman, George. Computer Vision. Nova Iorque: Pren-tice Hall, 2001.

72

Siorpaes, S., Broll, G., Paolucci, M., Rukzio, E. Hamard, J., Wagner, M., Schmidt, A. Mobile Interaction with the Internet of Things. Late Break-ing Results & Posters in conjunction with Pervasive 2006, Dublin, Ireland, May 8 2006.

Soon, T: QR Code, Information Technology Standards Committee, Syn-thesis Jornal 2008, Section Three, 2008

Tullis, T., Albert, B. Measuring the user experience: collecting, analyz-ing and presenting usability metrics, 2008. ISBN:978-0-12-373558-4

Tullis, T., Stetson, J (2004). A comparison of questionnaires for as-sessing Website usability. Usability Professional Association Confe-rence, June 7 -11, 2004, Minneapolis.

Van Setten, M., Veenstra, M., Nijholt, A., van Dijk, B.: Case-Based Rea-soning as a Prediction Strategy for Hybrid Recommender Systems. In: Proceedings of the Atlantic Web, Intelligence Conference, Cancun, Mexico, Springer-Verlag, LNAI 3034 (2004) 13-22

Want, Roy; Fishkin, Kenneth P.; Gujar, Anuj; Harrison, Beverly. Bridging physical and virtual worlds with electronic tags. In CHI ’99: Proceed-ings of the SIGCHI conference on Human factors in computing systems, pages 370–377, New York, NY, USA, 1999. ACM Press.

Weiser, M., Some Computer Science Problems in Ubiquitous Compu-ting, Communications of the ACM 36, No. 7, 74-83, 1993.

Weiser, M., The Computer for the 21st Century, Scientific American 265, No. 3, 94-104, 1991

Wikipedia, (2010) Auto-ID Labs. Disponível em: <http://en.wikipedia.org/wiki/Auto-ID_Labs >. Acesso em 06/02/2010.

marcio luiz coelho cunha redes sociais dirigidas ... -...

Documents