Luka Vrdoljak Erste & Steiermärkische Bank d.d. Javni razgovor 5. travanj 2012.
-
Upload
ezra-randall -
Category
Documents
-
view
46 -
download
0
description
Transcript of Luka Vrdoljak Erste & Steiermärkische Bank d.d. Javni razgovor 5. travanj 2012.
Predviđanje zanimanja korisnika za informacijske usluge semantički-svjesnim modelom
Forecasting Consumer Interest in Information Services by Using Semantic-aware Model
Luka VrdoljakErste & Steiermärkische Bank d.d.
Javni razgovor5. travanj 2012.
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Sadržaj
¨ Uvod Modeli rasta broja korisnika usluga
Semantičko rasuđivanje
¨ Motivacija Predviđanje broja korisnika novih informacijskih usluga
¨ Metodologija istraživanja
¨ Cilj i hipoteze istraživanja
¨ Znanstveni doprinosi
2 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Modeli rasta broja korisnika usluga
¨ Životni ciklus usluge
3 od 19
¨ Osnovni Bassov model
¨ Logistički model
¨ Generalizirani Bassov model
¨ Bi-logistički model
Zavod za telekomunikacije
Osnovni Bassov modelM – kapacitet tržištap – koeficijent inovacijeq – koeficijent imitacijets – trenutak uvođenja uslusge
))((
))((
1
1),,,;(
s
s
ttqp
ttqp
s
eqpe
MtqpMtB
5. travanj 2012.Javni razgovor
Modeliranje početnih faza životnog ciklusa usluge
4 od 19
Početni skup podataka o kretanju broja korisnika usluge
Logistički modelM – kapacitet tržištaa – koeficijent rastab – vremenski pomak
b)a(te
ML(t;M,a,b)
1
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Modeli rasta kod novih usluga
¨ Ograničen početni skup
podataka za izračun
parametara modela
¨ Subjektivna procjena
parametara modela prema
izračunatim parametrima
postojećih sličnih usluga Parametri se smještaju u
intervale s krajnje
pesimističnim i optimističnim
granicama5 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Semantičko rasuđivanje
¨ Tehnologije semantičkog weba Jezici za opisivanje resursa: RDF, RDFS, OWL...
Upitni jezici: SeRQL, SPARQL...
¨ Omogućuje Jednoznačno opisivanje resursa
Stvaranje složenih semantičkih profila (npr. profil
informacijske usluge)
Usporedbu resursa i kompleksnih struktura, odnosno profila
6 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Motivacija
¨ Predviđanje broja korisnika novih informacijskih
usluga
¨ Uporaba semantičkog rasuđivanja za prepoznavanje
sličnih usluga Objektivnije određivanje parametara modela rasta
Preciznije predviđanje
7 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Sustav za određivanje parametara modela rasta nove usluge
¨ Faze istraživanja Profiliranje informacijskih usluga
Modeliranje rasta postojećih usluga
Semantička usporedba profila usluga
Modeliranje rasta nove usluge
8 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Semantički profil usluge
¨ Skup atributa i pripadajućih vrijednosti
csi - dio profila koji opisuje sadržaj informacijske usluge
tsi - tehničke karakteristike usluge
asi - podaci o prihvaćenosti usluge na tržištu, odnosno o broju
korisnika
msi - podaci o modelu rasta: naziv modela i pripadajući parametri
9 od 19
),,,(iiiii sssss matcp
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Proces profiliranja informacijske usluge
10 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Modeliranje rasta postojećih usluga
¨ Nepravilan skup diskretnih točaka se aproksimira glatkom
S-krivuljom
¨ Metoda izračuna parametara za model s k parametara
ovisi o broju poznatih podatkovnih točaka Manje od k poznatih točaka – nije moguće odrediti parametre
Točno k poznatih točaka – parametri su rješenja sustava od k
jednadžbi
Više od k poznatih točaka – metoda najmanjih kvadrata s
težinskim faktorima (engl. weighted least squares method)11 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Metoda najmanjih kvadrata s težinskim faktorima
¨ Cilj metode – odabrati
parametre za koje je kvadrat
udaljenosti stvarnih točaka od
krivulje modela minimalan
¨ Noviji podaci imaju veću
važnost prilikom izračuna,
odnosno veći težinski faktor
12 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Semantička usporedba profila usluga
¨ Semantička sličnost dvaju usluga
ssij - semantička sličnost usluga si i sj
ss(x,y) - semantička sličnost skupova atributa x i y
wx - težinski faktor za skup atributa x
13 od 19
tc
tsscss
ssij
ww
wttsswccss
ppssss
jiji
ji
),(),(
),(
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Određivanje skupa sličnih usluga
14 od 19
Profil nove uslugepsn
Profili postojećih uslugapsi,j,k
Usluga Sličnost
i ssni
j ssnj
k ssnk
... ...
Prag sličnostissxy ≥ ssmin
Skup sličnih uslugapsi,j
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Modeliranje rasta nove usluge
¨ Skup ulaznih podataka Skup usluga sličnih novoj usluzi Skup semantičkih sličnosti nove usluge s postojećim
uslugama Modeli rasta i pripadajući parametri za postojeće usluge
¨ Algoritam izračuna parametara modela rasta nove usluge
¨ Predviđanje prihvaćenosti nove usluge na tržištu
15 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Algoritam izračuna parametara modela rasta nove usluge
16 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Cilj i hipoteze istraživanja
¨ Cilj istraživanja: omogućiti kvalitetnije predviđanje zanimanja korisnika za novu informacijsku uslugu računanjem parametara modela rasta
¨ Hipoteza istraživanja: uporabom tehnologija semantičkog weba nove usluge mogu se dovesti u korelaciju s postojećim uslugama u okružju i na temelju te korelacije može se odrediti model rasta nove usluge te njegovi parametri.
17 od 19
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Znanstveni doprinosi
¨ Profil informacijske usluge sastavljen od semantičkog opisa koji omogućava automatiziranu usporedbu usluga i modela rasta koji opisuje zanimanje korisnika za uslugu.
¨ Predviđanje zanimanja korisnika za informacijske usluge zasnovano na usporedbi nove s postojećim uslugama primjenom semantički-svjesnog modela.
¨ Verifikacija predloženog mehanizma za predviđanje zanimanja korisnika za informacijske usluge na studijskom primjeru usluge distribucije višemedijskog sadržaja u internetskom okružju.
18 od 19
Javni razgovor
Hvala na pažnji!
5. travanj 2012. 19 od 19
Predviđanje zanimanja korisnika za informacijske usluge semantički-svjesnim modelom
Forecasting Consumer Interest in Information Services by Using Semantic-aware Model
Luka VrdoljakErste & Steiermärkische Bank d.d.
Javni razgovor5. travanj 2012.
Zavod za telekomunikacije
5. travanj 2012.Javni razgovor
Znanstveni doprinosi
¨ Profil informacijske usluge sastavljen od semantičkog opisa koji omogućava automatiziranu usporedbu usluga i modela rasta koji opisuje zanimanje korisnika za uslugu.
¨ Predviđanje zanimanja korisnika za informacijske usluge zasnovano na usporedbi nove s postojećim uslugama primjenom semantički-svjesnog modela.
¨ Verifikacija predloženog mehanizma za predviđanje zanimanja korisnika za informacijske usluge na studijskom primjeru usluge distribucije višemedijskog sadržaja u internetskom okružju.
21 od 19