personaltvware: uma infraestrutura de suporte ?· fÁbio santos da silva personaltvware: uma...

Download PERSONALTVWARE: UMA INFRAESTRUTURA DE SUPORTE ?· fÁbio santos da silva personaltvware: uma infraestrutura…

Post on 06-Jul-2019

213 views

Category:

Documents

0 download

Embed Size (px)

TRANSCRIPT

  • FBIO SANTOS DA SILVA

    PERSONALTVWARE: UMA INFRAESTRUTURA DE SUPORTE A SISTEMAS DE RECOMENDAO SENSVEIS AO CONTEXTO PARA

    TV DIGITAL PERSONALIZADA

    So Paulo 2011

    Tese apresentada Escola Politcnica da Universidade de So Paulo para a obteno do ttulo de Doutor em Engenharia

  • FBIO SANTOS DA SILVA

    PERSONALTVWARE: UMA INFRAESTRUTURA DE SUPORTE A SISTEMAS RECOMENDAO SENSVEIS AO CONTEXTO PARA

    TV DIGITAL PERSONALIZADA

    So Paulo 2011

    Tese apresentada Escola Politcnica da Universidade de So Paulo para a obteno do ttulo de Doutor em Engenharia rea de Concentrao: Sistemas Digitais Orientadora: Profa. Dra. Graa Bressan

  • Este exemplar foi revisado e alterado em relao verso original, sob responsabilidade nica do autor e com a anuncia de seu orientador. So Paulo, de maio de 2011. Assinatura do autor ____________________________ Assinatura do orientador _______________________

    FICHA CATALOGRFICA

    Silva, Fbio Santos da

    PersonalTVware: uma infraestrutura de suporte a sistemas de recomendao sensveis ao contexto para TV digital perso-nalizada / F.S. da Silva. -- ed.rev. -- So Paulo, 2011.

    207 p.

    Tese (Doutorado) - Escola Politcnica da Universidade de So Paulo. Departamento de Engenharia de Computao e Sis-temas Digitais.

    1. Televiso digital 2. Televiso interativa 3. Sistemas de re- comendao 4. Computao sensvel ao contexto I. Universida-de de So Paulo. Escola Politcnica. Departamento de Engenha-ria de Computao e Sistemas Digitais II. t.

  • DEDICATRIA

    Dedico este trabalho aos meus

    queridos pais, Jos Cipriano e Fernanda

    Santos.

  • AGRADECIMENTOS

    Agradeo primeiramente a Deus por tudo que tenho sem o qual nada seria possvel.

    minha orientadora, Profa. Dra. Graa Bressan, pelo apoio dispensado para

    conduo deste trabalho. As suas reflexes e conselhos foram essenciais para o

    comprimento deste trabalho. Agradeo tambm pela ateno, dedicao e

    oportunidade dada para fazer doutorado, o que sem dvida contribuiu

    significativamente para o meu crescimento profissional.

    Ao Prof. Dr. Marcel Bergerman, exemplo de profissionalismo para mim. Agradeo

    pela amizade, confiana, apoio inestimvel dado para participar do doutorado e

    ensinamentos que foram primordiais para o meu aprimoramento pessoal e formao

    acadmica. Sempre ser exemplo de sabedoria e competncia a ser perseguido.

    Profa. Dra. Regina Silveira pelo incentivo, observaes e sugestes feitas

    durante a qualificao deste trabalho.

    Aos membros da banca da banca avaliadora pelas valiosas contribuies dadas.

    A todos os amigos e companheiros do LARC com quem tive a oportunidade de

    conviver nestes ltimos cinco anos. Jnior, Romeo, Marco Simplcio, Alexandre, Reinaldo, Gustavo, Raoni e Daniel, sendo pessoas nas quais aprendi bastante e

    que considero excelentes profissionais. Foram muitos os momentos de

    descontrao. Ana Maria e Selma, pela ateno e prontido. Peo desculpas caso

    tenha esquecido de algum, sintam-se agradecidos, um abrao a todos.

    Ao apoio recebido da Universidade do Estado do Amazonas, especialmente aos colegas da Escola Superior de Tecnologia (EST).

    Ao meu amigo e afilhado Luiz Gustavo pelo apoio, sugestes, compartilhamento de

    ideias, parceria, principalmente pela ajuda nas revises de texto sempre bem-

  • vindas, alm das discusses mesmo que tendo que debat-las distncia. Seu

    incentivo foi valioso para conduo deste trabalho.

    Ao meu amigo Fernando Almeida pela troca de experincias profissionais e

    pessoais, principalmente nos momentos mais difceis. Seu apoio foi fundamental

    durante a realizao deste trabalho.

    Aos demais amigos e familiares pela compreenso pelos momentos de ausncia

    destinados concluso deste trabalho.

    No poderiam faltar alguns agradecimentos especiais.

    Aos meus pais, Jos Cipriano e Fernanda Santos, pelo amor incondicional,

    dedicao e ensinamentos da vida, e todo apoio dado a cada passo na minha vida.

    Tenham certeza, esta conquista nossa!

    Aos meus irmos Fabiane e Fabrcio, e sobrinhos Jos Eduardo e Fabrcio Jos

    pelo convvio, carinho e momentos de descontrao.

  • RESUMO

    O processo de digitalizao da TV em diversos pases do mundo tem

    contribudo para o aumento do volume de programas de TV, o que gera uma

    sobrecarga de informao. Consequentemente, o usurio est enfrentando

    dificuldade para encontrar os programas de TV favoritos dentre as vrias opes

    disponveis. Diante deste cenrio, os sistemas de recomendao destacam-se como

    uma possvel soluo. Tais sistemas so capazes de filtrar itens relevantes de

    acordo com as preferncias do usurio ou de um grupo de usurios que possuem

    perfis similares. Entretanto, em diversas recomendaes o interesse do usurio

    pode depender do seu contexto. Assim, torna-se importante estender as abordagens

    tradicionais de recomendao personalizada por meio da explorao do contexto do

    usurio, o que poder melhorar a qualidade das recomendaes. Para isso, este

    trabalho descreve uma infraestrutura de software de suporte ao desenvolvimento e

    execuo de sistemas de recomendao sensveis ao contexto para TV Digital

    Interativa - intitulada de PersonalTVware. A soluo proposta fornece componentes

    que implementam tcnicas avanadas para recomendao de contedo e

    processamento de contexto. Com isso, os desenvolvedores de sistemas de

    recomendao concentram esforos na lgica de apresentao de seus sistemas,

    deixando questes de baixo nvel para o PersonalTVware gerenciar. As modelagens

    de usurio, e do contexto, essenciais para o desenvolvimento do PersonalTVware,

    so representadas por padres de metadados flexveis usados na TV Digital

    Interativa (MPEG-7 e TV-Anytime), e suas devidas extenses. A arquitetura do

    PersonalTVware composta por dois subsistemas: dispositivo do usurio e provedor

    de servios. A tarefa de predio de preferncias contextuais baseada em

    mtodos de aprendizagem de mquina, e a filtragem de informao sensvel ao

    contexto tem como base a tcnica de filtragem baseada em contedo. O conceito de

    perfil contextual tambm apresentado e discutido. Para demonstrar e validar as

    funcionalidades do PersonalTVware em um cenrio de uso, foi desenvolvido um

    sistema de recomendao sensvel ao contexto como estudo de caso.

    Palavras-chave: TV Digital Interativa. Sistemas de Recomendao.

    Computao Sensvel ao Contexto. Metadados. Aprendizagem de Mquina.

  • ABSTRACT

    The process of digitalization of TV in several countries around the world has

    contributed to increase the volume of TV programs offered and it leads, to

    information overload problem. Consequently, the user facing the difficulty to find their

    favorite TV programs in view of various available options. Within this scenario, the

    recommender systems stand out as a possible solution. These systems are capable

    of filtering relevant items according to the user preferences or the group of users who

    have similar profiles. However, the most of the recommender systems for Interactive

    Digital TV has rarely take into consideration the users contextual information in

    carrying out the recommendation. However, in many recommendations the user

    interest may depend on the context. Thus, it becomes important to extend the

    traditional approaches to personalized recommendation of TV programs by exploiting

    the context of user, which may improve the quality of the recommendations.

    Therefore, this work presents a software infrastructure in an Interactive Digital TV

    environment to support context-aware personalized recommendation of TV programs

    entitled PersonalTVware. The proposed solution provides components which

    implement advanced techniques to recommendation of content and context

    management. Thus, developers of recommender systems can concentrate efforts on

    the presentation logic of their systems, leaving low-level questions for the

    PersonalTVware managing. The modeling of user and context, essential for the

    development of PersonalTVware, are represented by granular metadata standards

    used in the Interactive Digital TV field (MPEG-7 and TV-Anytime), and its extensions

    required. The PersonalTVware architecture is composed by two subsystems: the

    users device and the service provider. The task of inferring contextual preferences is

    based on machine learning methods, and context-aware information filtering is based

    on content-based filtering technique. The concept of contextual user profile is

    presented and discussed. To demonstrate the functionalities in a usage scenario a

    context-aware recommender system was developed as a case study applying the

    PersonalTVware.

    Keywords: Interactive Digital TV. Recommender Systems. Context-Aware

    Computing. Metadata. Machine Learning.

  • LISTA DE ILUSTRAES

    Figura 1 Componentes de um Sistema de TV Digital Terrestre (ABNT NBR 15607-

    1, 2008) ..................................................................................................................... 26

    Figura 2 Carrossel de dados / objetos (ALVES, 2008) ........................................... 28

    Figura 3 Middleware como plataforma para aplicaes (ALVES, 2008) ................ 30

    Figura 4 Exemplo de um documento XML ............................................................. 41

    Figu