Um Modelo de Negociação de Privacidade paraSistemas de Recomendação Social

Ânderson Kanegae Soares RochaOrientador: Prof. Dr. Sergio Donizetti Zorzo

Universidade Federal de São CarlosCentro de Ciências Exatas e de Tecnologia

Programa de Pós-graduação em Ciência da Computação

27 de Fevereiro de 2015

1/42

Agenda

1 Introdução

2 Fundamentação Teórica

3 Trabalhos Relacionados

4 Modelo de Negociação de Privacidade para Sistemas deRecomendação Social

5 Avaliação

6 Conclusão e Trabalhos Futuros

2/42

IntroduçãoContexto

Problema:

Sobrecarga de informação:O que consumir diante inúmeras possibilidades?

Solução:

Sistemas de recomendação social:Web Social como fonte de aprendizado.

Desafio:

Implementar personalização com preservação de privacidade.

3/42

IntroduçãoMotivação e Objetivos

Propor e avaliar um modelo de negociação de privacidade parasistemas de recomendação social.

Contribuir para um melhor entendimento sobre ofuncionamento dos sistemas de recomendação.Reduzir as preocupações com privacidade dos usuários.

4/42

Fundamentação TeóricaSistemas de Recomendação - Técnicas

Técnicas de recomendação, segundo taxonomia de Burke (2007):

Baseada em Conteúdo;Filtragem Colaborativa;Demográfica;Baseada em Conhecimento;Baseada em Comunidade ou Social;Híbrida.

5/42

Fundamentação TeóricaSistemas de Recomendação - Métodos

Métodos de mineração de dados:

Classificadores;Agrupadores;Mineradores de Regras de Associação.

6/42

Fundamentação TeóricaWeb Social

Appelquist et al. (2010):

A Web Social é um conjunto de relações sociais que ligam aspessoas por meio da Internet. Sendo que ela não é somente sobrerelacionamentos, mas também sobre as aplicações e inovações quepodem ser construídas em cima dessas relações.

Porter (2008):

A Web Social engloba como os sites e softwares são projetados edesenvolvidos para apoiar e promover a interação social.

7/42

Fundamentação TeóricaWeb Social

Web Social:

Boa fonte de conhecimento para os sistemas de recomendaçãosocial.Interação entre os serviços da Web Social e os sistemas derecomendação ocorre por meio de APIs.

8/42

Fundamentação TeóricaWeb Social - Facebook

Alguns recursos do Facebook:

CurtirPáginas

Facebook Graph API:

É necessário que o usuário atribua permissões explicitas paraacesso aos dados.Alguns tipos de dados:

Músicos/Bandas;Filmes;Programas de TV;Livros;Relações sociais.

9/42

Fundamentação TeóricaPrivacidade

Westin (1967), Westin (2003):

A privacidade é entendida como o direito do indivíduo dedeterminar quais informações sobre si mesmo podem sercomunicadas aos outros, como tais dados serão obtidos e quaisusos os outros farão deles.

Kayes e Iamnitchi (2013):

A privacidade é entendida como o direito do indivíduo de determinaraté que ponto os seus dados podem ser comunicados a terceiros.

10/42

Fundamentação TeóricaPrivacidade

Smith e Xu (2011):

A privacidade é a habilidade do indivíduo ou grupo em revelarinformações ou comportamentos sobre eles mesmos de acordo comas circunstâncias.

Wang, Lee e Wang (1998):

A privacidade está relacionada com solicitude, sigilo e autonomia.No contexto eletrônico, entretanto, privacidade normalmente serefere a informação pessoal e a invasão de privacidade énormalmente interpretada como a coleta, divulgação e usos nãoautorizados dessas informações.

11/42

Fundamentação TeóricaPrivacidade

Convergência das definições:

As distintas visões de definição de privacidade convergem para odireito ao controle que cada indivíduo pode exercer sob a exposiçãoe disponibilidade dos seus dados pessoais.

12/42

Fundamentação TeóricaNegociação de Privacidade

Negociação de privacidade:

O usuário pode decidir se deseja compartilhar suasinformações, considerando os benefícios de personalização queo sistema pode lhe oferecer em troca.Diferentes visões do que é privacidade:

Diferentes percepções de privacidade pelos usuários:Diferentes níveis de disponibilidade para compartilhar seusdados pessoais (ISHITANI, 2003), dependendo do tipo deinformação (ACKERMAN; CRANOR; REAGLE, 1999).

13/42

Trabalhos RelacionadosControle do Processo de Recomendação em Sistemas de Recomendação Social

Figura: Interface interativa do sistema TasteWeights de Bostandjiev,O’Donovan e Höllerer (2012).

14/42

Trabalhos RelacionadosControle do Processo de Recomendação em Sistemas de Recomendação Social

Figura: Versão modificada do sistema TasteWeights utilizada noexperimento de Knijnenburg et al. (2012a).

15/42

Trabalhos RelacionadosNegociação de Privacidade para Sistemas Personalizados

Figura: Interface para comunicação global e contextual das práticas deprivacidade e dos benefícios da personalização, adaptado de Kobsa eTeltzrow (2005). 16/42

Trabalhos RelacionadosNegociação de Privacidade para Sistemas Personalizados

Figura: Framework para modelagem de usuário dinâmica com habilitaçãode privacidade, adaptado de Wang e Kobsa (2007).

17/42

Modelo de Negociação de Privacidade para Sistemas deRecomendação SocialPadrão de Projeto de Interface de Usuário

O padrão proposto neste trabalho é baseado em 4 informaçõesprincipais para a apresentação de políticas de privacidade:

O próposito é a informação que identifica a finalidade paraqual as informações estão sendo solicitadas.A metodologia é a informação que identifica como seráalcançado o propósito declarado.A captura é a informação que identifica quais são asinformações que estão sendo solicitadas para o propósitodeclarado.A colaboração é a informação que fornece explicaçõescontextuais sobre como cada informação que está sendosolicitada colabora para alcançar o propósito declarado.

18/42

Modelo de Negociação de Privacidade para Sistemas deRecomendação SocialPadrão de Projeto de Interface de Usuário

Figura: Exemplo de uso do padrão de projeto de interface de usuário paranegociação de privacidade em um sistema de recomendação social móvel. 19/42

Modelo de Negociação de Privacidade para Sistemas deRecomendação SocialModelo de Negociação de Privacidade para Sistemas de Recomendação Social

Figura: Interação entre usuário e um sistema de recomendação social queimplementa o modelo proposto.

20/42

Modelo de Negociação de Privacidade para Sistemas deRecomendação SocialModelo de Negociação de Privacidade para Sistemas de Recomendação Social

Figura: Interação detalhada entre usuário e um sistema de recomendaçãosocial que implementa o modelo proposto.

21/42

Modelo de Negociação de Privacidade para Sistemas deRecomendação SocialSistema de Recomendação Social SocialRecSys

Figura: Tela inicial do SocialRecSys.22/42

Modelo de Negociação de Privacidade para Sistemas deRecomendação SocialSistema de Recomendação Social SocialRecSys

Figura: Tela de negociação de privacidade do SocialRecSys.

23/42

Modelo de Negociação de Privacidade para Sistemas deRecomendação SocialSistema de Recomendação Social SocialRecSys

Figura: Tela de recomendações da categoria música do SocialRecSys.24/42

AvaliaçãoPlanejamento - Instrumentos

Instrumentos de avaliação:

Framework DECIDE (ROGERS; SHARP; PREECE, 2011)Self-Assessment Manikin (SAM) (LANG, 1985)System Usability Score (SUS) (BROOKE, 1996)

25/42

AvaliaçãoPlanejamento - Fluxo

Fluxo da avaliação:

1 Termos de consentimento;2 Formulário de Pré-sessão (Levantamento de Perfil);3 Interação com o SocialRecSys;4 Formulário de Pós-sessão (Aceitação);5 Formulário SAM;6 Formulário SUS.

26/42

AvaliaçãoPlanejamento - Condições

Figura: Interface tradicional.

27/42

AvaliaçãoPlanejamento - Condições

Figura: Interface do modelo no SocialRecSys.28/42

AvaliaçãoResultados - Perfil dos Participantes

Demografia Grupo 1 Grupo 2GêneroMasculino 7 10Feminino 9 6Idade (anos)18 até 26 6 826 até 34 9 534 até 42 0 142 até 50 0 150 até 58 1 058 até 64 0 1

Tabela: Demografia dos 32 participantes.

29/42

AvaliaçãoResultados - Perfil dos Participantes

Demografia Grupo 1 Grupo 2Experiência em TISim 8 8Não 8 8Nível de InstruçãoEnsino fundamental 1 0Ensino médio 1 3Ensino superior 9 7Pós-graduação 5 6

Tabela: Demografia dos 32 participantes.

30/42

AvaliaçãoResultados - Aceitação

Afirmações:

(1) O sistema forneceu plenas condições para que euconfigurasse as preferências de privacidade como eu desejava;(2) Eu gostaria que o sistema fosse mais flexível (ou fornecessemais opções) em relação à configuração das minhaspreferências de privacidade;(3) O sistema forneceu informações adequadas sobre afinalidade das informações compartilhadas.

31/42

AvaliaçãoResultados - Aceitação

RespostaGrupo 1 Grupo 2Afirmação Afirmação1 2 3 1 2 3

Discordo totalmente 0 2 0 7 1 1Discordo parcialmente 2 2 0 4 2 1Indiferente 0 4 0 1 2 2Concordo parcialmente 5 5 10 1 8 4Concordo totalmente 9 3 6 3 3 8

Tabela: Nível de concordância dos participantes em relação as trêsafirmações em relação a aceitação da interface de configuração depreferências de privacidade.

32/42

AvaliaçãoResultados - Resposta Emocional

DimensãoGrupo 1 Grupo 2Avaliação Avaliação

AV+ AV0 AV- AV+ AV0 AV-Satisfação 14 2 0 11 2 3Motivação 11 1 4 11 1 4Sentimento de Controle 13 1 2 8 1 7

Tabela: Respostas obtidas por meio do instrumento de avaliação SAM.

33/42

AvaliaçãoResultados - Usabilidade

Grupo 1 Grupo 2SUS 87,50 86,45

Tabela: Escores de Usabilidade do Sistema (SUS) calculados.

34/42

Conclusão e Trabalhos FuturosSíntese das Contribuições

Contribuições:

Um modelo de negociação de privacidade para sistemas derecomendação social.Um padrão de projeto de interface de usuário para lidar com acomunicação das políticas de privacidade e a negociação deprivacidade entre o usuário e sistemas de recomendação social.O sistema de recomendação social SocialRecSys é outracontribuição deste trabalho como prova de conceito daimplementação do modelo de negociação de privacidade parasistemas de recomendação social proposto.

35/42

Conclusão e Trabalhos FuturosLimitações e Trabalhos Futuros

Limitações:

O cenário hipotético que viabilizou a condução do estudo nãosubstitui uma aplicação no mundo real.

Trabalhos futuros:

Entender a influência do modelo proposto na experiência dosusuários de sistemas de recomendação social a longo prazo.Avaliar fatores como a influência das interfaces do modeloproposto no aprendizado do usuário sobre os sistemas derecomendação e suas políticas de privacidade.Analisar a interação das interfaces de usuário com osrepositórios de componentes de personalização e experimentaroutras alternativas disponíveis.

36/42

Um Modelo de Negociação de Privacidade paraSistemas de Recomendação Social

Ânderson Kanegae Soares RochaOrientador: Prof. Dr. Sergio Donizetti Zorzo

Universidade Federal de São CarlosCentro de Ciências Exatas e de Tecnologia

Programa de Pós-graduação em Ciência da Computação

27 de Fevereiro de 2015

37/42

Referências Bibliográficas I

ACKERMAN, M. S.; CRANOR, L. F.; REAGLE, J. Privacy ine-commerce: examining user scenarios and privacy preferences. In:Proceedings of the 1st ACM conference on Electronic commerce. NewYork, NY, USA: ACM, 1999. (EC ’99), p. 1–8.

AMATRIAIN, X. et al. Data mining methods for recommendersystems. In: RICCI, F. et al. (Ed.). Recommender Systems Handbook.[S.l.]: Springer US, 2011. p. 39–71.

APPELQUIST, D. et al. A Standards-based, Open and Privacy-aware Social Web. 2010. <http://www.w3.org/2005/Incubator/socialweb/XGR-socialweb/>. Último acesso em: 24/02/2013.

BOSTANDJIEV, S.; O’DONOVAN, J.; HöLLERER, T.Tasteweights: A visual interactive hybrid recommender system. In:RecSys’12 - Proceedings of the 6th ACM Conference on RecommenderSystems. [S.l.: s.n.], 2012. p. 35–42.

38/42

Referências Bibliográficas II

BROOKE, J. Sus-a quick and dirty usability scale. Usabilityevaluation in industry, London: Taylor & Francis, v. 189, p. 194, 1996.

BURKE, R. The adaptive web. In: BRUSILOVSKY, P.; KOBSA,A.; NEJDL, W. (Ed.). Berlin, Heidelberg: Springer-Verlag, 2007. cap.Hybrid web recommender systems, p. 377–408.

ISHITANI, L. Uma Arquitetura para Controle de Privacidade naWeb. Tese (Doutorado) — Federal University of Minas Gerais, 2003.Disponível em: <http://hdl.handle.net/1843/SLBS-5WAJQ3>.

KAYES, I.; IAMNITCHI, A. Aegis: A semantic implementationof privacy as contextual integrity in social ecosystems. In: Privacy,Security and Trust (PST), 2013 Eleventh Annual InternationalConference on. [S.l.: s.n.], 2013. p. 88–97.

KNIJNENBURG, B. P. et al. Inspectability and control in socialrecommenders. In: Proceedings of the sixth ACM conference onRecommender systems. New York, NY, USA: ACM, 2012. (RecSys’12), p. 43–50.

39/42

Referências Bibliográficas III

KNIJNENBURG, B. P. et al. Explaining the user experience ofrecommender systems. User Modeling and User-Adapted Interaction,Springer Netherlands, v. 22, n. 4-5, p. 441–504, 2012.

KOBSA, A. A component architecture for dynamically managingprivacy constraints in personalized web-based systems. In:DINGLEDINE, R. (Ed.). Privacy Enhancing Technologies. [S.l.]:Springer Berlin Heidelberg, 2003, (Lecture Notes in Computer Science,v. 2760). p. 177–188.

KOBSA, A.; TELTZROW, M. Contextualized communicationof privacy practices and personalization benefits: impacts on users’data sharing and purchase behavior. In: Proceedings of the 4thinternational conference on Privacy Enhancing Technologies. Berlin,Heidelberg: Springer-Verlag, 2005. (PET’04), p. 329–343.

LANG, P. J. The cognitive psychophysiology of emotion: Fear andanxiety. Lawrence Erlbaum Associates, Inc, 1985.

40/42

Referências Bibliográficas IV

PORTER, J. Designing for the Social Web (Voices That Matter).1. ed. Thousand Oaks, CA, USA: New Riders Publishing, 2008.

ROGERS, Y.; SHARP, H.; PREECE, J. Interaction Design: BeyondHuman - Computer Interaction. 3rd. ed. [S.l.]: Wiley Publishing, 2011.455-475 p.

SMITH, R.; XU, J. A survey of personal privacy protection inpublic service mashups. In: Service Oriented System Engineering(SOSE), 2011 IEEE 6th International Symposium on. [S.l.: s.n.], 2011.p. 214–224.

WANG, H.; LEE, M. K. O.; WANG, C. Consumer privacy concernsabout internet marketing. Commun. ACM, ACM, New York, NY,USA, v. 41, n. 3, p. 63–70, mar. 1998. ISSN 0001-0782.

41/42

Referências Bibliográficas V

WANG, Y.; KOBSA, A. Respecting users’ individual privacyconstraints in web personalization. In: CONATI, C.; MCCOY, K.;PALIOURAS, G. (Ed.). User Modeling 2007. [S.l.]: Springer BerlinHeidelberg, 2007, (Lecture Notes in Computer Science, v. 4511). p.157–166.

WESTIN, A. Privacy and Freedom. New York: New JorkAtheneum, 1967.

WESTIN, A. F. Social and political dimensions of privacy. Journalof Social Issues, Blackwell Publishing, v. 59, n. 2, p. 431–453, 2003.

42/42