Big Data UX

Sistema software para generación automática de información en lenguaje natural de los perfiles de usuario de aplicaciones móviles en entornos ubicuos.

Proyecto cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER) y la Sociedad para el Desarrollo Regional de Cantabria (SODERCAN) dentro del programa “I+C=+C 2016 – PROYECTOS DE I+D EN EL ÁMBITO DE LAS TIC, LÍNEA SMART”, con identificador de referencia TI16-IN-007.

Introducción

Los entornos de computación ubicua son aquellos en los que la interacción con la tecnología se produce en cualquier momento y lugar, en ocasiones de forma invisible para el usuario, a través de cualquier tipo de dispositivo. Múltiples avances tecnológicos propician la aparición de estos entornos, como los relativos a domótica, wearables o smart cities, además del enorme crecimiento del empleo de dispositivos portátiles como teléfonos inteligentes o tablets.

Toda esta interacción produce grandes volúmenes de datos que pueden ser explotados para extraer y entender hábitos y conductas de los usuarios. Y la adquisición de este conocimiento puede permitir a la tecnología evolucionar según las necesidades del propio usuario.

 

Contexto

De entre los numerosos contextos ubicuos posibles, el más amplio y arraigado es el que surge de la interacción a través de la telefonía inteligente y aplicaciones móviles (o apps). Estos dispositivos, ya de un uso cotidiano, recogen una cantidad de datos de carácter variado, desde el uso de las interfaces de usuario a historiales de geolocalización o interacción NFC (Near Field Communication).

La información registrada tiene una riqueza versátil, de donde se puede extraer gran cantidad de patrones de usabilidad, movilidad y preferencias, y con el potencial de informar sobre las características de una comunidad de usuarios, alimentar sistemas de recomendación o adaptar el software a un público objetivo. Sin embargo, se requiere un tratamiento especial para el descubrimiento de conocimiento efectivo dadas las elevadas dimensiones y crecimiento constante de los datos.

 

Objetivos del proyecto

El objetivo de este proyecto es el aprovechamiento de los patrones de usuario que aparecen en estos entornos móviles. Para ello, se plantea la utilización de técnicas de aprendizaje automático y aprendizaje por observación (Learning From Observation) para el creación de modelos del comportamiento a partir del historial de interacciones.

Los modelos, con capacidades predictivas y generativas, recogerán los patrones y particularidades del usuario y permitirán posteriormente mediante aprendizaje no-supervisado segmentar una comunidad de usuarios en diferentes perfiles con una serie de comportamientos típicos.

Con las técnicas desarrolladas, se desea obtener un sistema software que genere especificaciones en lenguaje natural sobre los perfiles de usuario de una app. Las descripciones generadas proporcionarán una ventaja competitiva para ajustar los servicios y características de una app a su público o los distintos sectores del mismo, buscando así una mejora sustancial en la experiencia del usuario. Dentro de este marco, el usuario a través de su actividad normal en una app puede tener un papel mucho más significativo en el progreso de la misma.

Proyecto cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER) y la Sociedad para el Desarrollo Regional de Cantabria (SODERCAN) dentro del programa “I+C=+C 2016 – PROYECTOS DE I+D EN EL ÁMBITO DE LAS TIC, LÍNEA SMART”, con identificador de referencia TI16-IN-007.

Introducción

Los entornos de computación ubicua son aquellos en los que la interacción con la tecnología se produce en cualquier momento y lugar, en ocasiones de forma invisible para el usuario, a través de cualquier tipo de dispositivo. Múltiples avances tecnológicos propician la aparición de estos entornos, como los relativos a domótica, wearables o smart cities, además del enorme crecimiento del empleo de dispositivos portátiles como teléfonos inteligentes o tablets.

Toda esta interacción produce grandes volúmenes de datos que pueden ser explotados para extraer y entender hábitos y conductas de los usuarios. Y la adquisición de este conocimiento puede permitir a la tecnología evolucionar según las necesidades del propio usuario.

 

Contexto

De entre los numerosos contextos ubicuos posibles, el más amplio y arraigado es el que surge de la interacción a través de la telefonía inteligente y aplicaciones móviles (o apps). Estos dispositivos, ya de un uso cotidiano, recogen una cantidad de datos de carácter variado, desde el uso de las interfaces de usuario a historiales de geolocalización o interacción NFC (Near Field Communication).

La información registrada tiene una riqueza versátil, de donde se puede extraer gran cantidad de patrones de usabilidad, movilidad y preferencias, y con el potencial de informar sobre las características de una comunidad de usuarios, alimentar sistemas de recomendación o adaptar el software a un público objetivo. Sin embargo, se requiere un tratamiento especial para el descubrimiento de conocimiento efectivo dadas las elevadas dimensiones y crecimiento constante de los datos.

 

Objetivos del proyecto

El objetivo de este proyecto es el aprovechamiento de los patrones de usuario que aparecen en estos entornos móviles. Para ello, se plantea la utilización de técnicas de aprendizaje automático y aprendizaje por observación (Learning From Observation) para el creación de modelos del comportamiento a partir del historial de interacciones.

Los modelos, con capacidades predictivas y generativas, recogerán los patrones y particularidades del usuario y permitirán posteriormente mediante aprendizaje no-supervisado segmentar una comunidad de usuarios en diferentes perfiles con una serie de comportamientos típicos.

Con las técnicas desarrolladas, se desea obtener un sistema software que genere especificaciones en lenguaje natural sobre los perfiles de usuario de una app. Las descripciones generadas proporcionarán una ventaja competitiva para ajustar los servicios y características de una app a su público o los distintos sectores del mismo, buscando así una mejora sustancial en la experiencia del usuario. Dentro de este marco, el usuario a través de su actividad normal en una app puede tener un papel mucho más significativo en el progreso de la misma.