Using Mobile Phones to Nurture
Social Networks
Daniele Quercia / MIT (Massachusetts Institute of Technology)
Jonathan Ellis / UCL (University College London)
Licia Capra / UCL
Matheus Ricardo Uihara Zingarelli
([email protected])
ICMC – USP São Carlos – 01/09/2010
Sobre os autores
 Daniele Quercia



Pesquisador MIT
Interesses em ciência da computação social,
computação social e redes sociais móveis.
Quercia, D.; Hailes, S.; Licia, C. “Lightweight
distributed trust propagation”. Proceeding of
IEEE ICDM, Omaha, USA, Outubro 2007.

Trust propagation: processo de formação de opinião
baseada em uma rede de confiança do usuário
2
Sobre os autores
 Jonathan Ellis



Estudante de Ciência da Computação da UCL
Interesses em computação móvel, redes sociais e
computação pervasiva
Sem outros artigos publicados
3
Sobre os autores
 Licia Capra



Professora sênior do Departamento de Ciência da
Computação da UCL
Interesses em sistemas móveis, computação pervasiva e
redes sociais
Capra, L.; Emmerich, W.; Mascolo, C. “CARISMA:
Context-Aware Reflective mIddleware System for
Mobile Applications”. IEEE Transactions on Software
Engineering, Outubro 2003

Políticas de como tratar mudanças de contexto e discussão de
conflitos entre elas
4
Outline










Resumo
Contexto
Problema identificado
Objetivo
Metodologia adotada
Resultados obtidos
Avaliação dos resultados
Conclusão
Trabalhos futuros
Análise crítica pelo apresentador
5
Resumo
 Tecnologias envolvendo celular e redes
sociais
 Recomendação/manutenção de amigos e
monitoramento de humor
 Coleta de dados: encontros, ligações, SMS
 Criação de padrões
6
Contexto
 Comunicação dos adolescentes através de
redes sociais pelo celular
7
Problema Identificado
 Como ampliar o círculo social do adolescente
e ajudá-lo a cultivar suas amizades?
8
Objetivo
 Encontrar relações de amizade baseado nas
atividades que o usuário realiza pelo celular
 Detectar padrões e desvios como forma de
alerta para possíveis mudanças de humor e
comportamento
9
Metodologia Adotada
 FriendSensing



Análise de “encontros”, frequência e duração de chamadas
Criação de uma rede social de encontros
Teste de algoritmos para recomendar amigos
 SensingHappiness

Análise dos (re)tweets feitos pelo usuário via celular
 Implantação e teste em Blackberry


Captura
Processamento
10
Resultados Obtidos
 FriendSensing

Gráficos comparativos


Duração vs Frequência
Cadeias de Markov vs Menor Caminho
 SensingHappiness

Análise em estudo
 Implantação


Privacidade
Desempenho
11
Avaliação dos Resultados
 Combinação de duração e algoritmo do
menor caminho apresentando os melhores
resultados
 Modelo thin client-thick server
12
Conclusão
 Bons resultados obtidos com a recomendação
de amigos
13
Trabalhos Futuros
 Portabilidade
 Estudo de utilidade
14
Análise Crítica
 Idéia de monitoramento de amizades
 Público específico de países desenvolvidos
15
A Collaborative Recommender System
Based on Space-Time Similarities
Mario Muñoz-Organero / Carlos III University of Madrid
Gustavo A. Ramírez-González / Carlos III University of Madrid e
University of Cauca
Pedro J. Muñoz-Merino / Carlos III University of Madrid
Carlos Delgado Kloos / Carlos III University of Madrid
Matheus Ricardo Uihara Zingarelli
([email protected])
ICMC – USP São Carlos – 01/09/2010
Sobre os autores
 Mario Muñoz-Organero



Professor da Carlos III University of Madrid.
Interesses em e-learning, m-learning, arquiteturas abertas para
sistemas de e-learning, plataformas abertas para criação de
ambientes para redes da próxima geração, sistemas de comunicação
móvel avançados, computação pervasiva e redes convergentes.
Munoz-Merino, P. J.; Kloos, C. D.; Munoz-Organero, M.
"Enhancement of Student Learning Through the Use of a Hinting
Computer e-Learning System and Comparison With Human
Teachers“. IEEE Transactions on Education, v.PP, no.99, p.1-1,
2010

Divisão de uma turma em duas, sendo que uma possuía uma professora dando
dicas e a outra um computador dando dicas. Estudo comparativo.
17
Sobre os autores
 Gustavo A. Ramírez-González




Estudante de Doutorado da Carlos III University of Madrid e
professor na University of Cauca, Colômbia.
Membro da Telematics Engineering Research Group.
Interesse em tecnologias de m-learning.
Ramírez-González, G.; Muñoz-Organero, M.; Kloos, C.D.
"Exploring Touching Learning Environments". International
Federation for Information Processing, V. 281/2008, p.93-96, 2008.

Uso de celulares com interface touch e protocolo NFC para o m-learning
18
Sobre os autores
 Pedro J. Muñoz-Merino



Professor visitante da Carlos III University of Madrid.
Interesse em e-learning.
Munoz-Organero, M.; Munoz-Merino, P.J.; Kloos, C.D. "Student
Behavior and Interaction Patterns With an LMS as Motivation
Predictors in E-Learning Settings" IEEE Transactions on Education,
v.53, no.3, p.463-470, Ago. 2010

Estudo de padrões de comportamento do usuário de um sistema de e-learning
para predizer sua motivação em continuar e completar o curso
19
Sobre os autores
 Carlos Delgado Kloos



Professor da Carlos III University of Madrid, na qual foi o diretor
fundador do departamento de Engenharia Telemática e é atualmente
vice-chanceler, diretor de dois programas de mestrado, sendo um à
distância, e diretor da Nokia Chair.
Interesse em educação tecnológica.
Garcia, R.M.C.; Kloos, C.D.; Gil, M.C. "Game based spelling
learning" Frontiers in Education Conference FIE 2008, p.S3B-11S3B-15, 22-25, out. 2008

Uso de um Pac-man adaptado para aprendizado de ortografia e vocabulário de
língua estrangeira.
20
Outline










Resumo
Contexto
Problema identificado
Objetivo
Metodologia adotada
Resultados obtidos
Avaliação dos resultados
Conclusão
Trabalhos futuros
Análise crítica pelo apresentador
21
Resumo
 Sistemas de recomendação colaborativos



Preferências do usuário
Avaliações de outros usuário
Não levam em questão o local nem o momento
 Exploração do conceito de IoT (Internet of
Things)
22
Contexto
 IoT: dispositivos interconectados e
fornecedores de informação relevante
 Uso de dispositivos móveis: conteúdo
dinâmico, muda de acordo com o
espaço/tempo
23
Problema Identificado
 Sistemas de recomendação existentes não
levam em conta o espaço nem o tempo em
que o usuário se encontra
 Preferências do usuário podem mudar
24
Objetivo
 Aliar as informações de espaço-tempo para
melhorar os sistemas de recomendação
25
Metodologia Adotada
 Alterar a equação de cálculo de coeficiente
de similaridade (coeficiente de correlação de
Pierson
 Teste comparativo da equação original vs.
nova equação
26
Resultados Obtidos
 Média do desvio do resultado da equação
com o valor real
27
Avaliação dos Resultados
 Melhores pontuações com a nova equação
28
Conclusão
 O uso de informações de localidade e tempo
são mais relevantes para os processos de
recomendação do que apenas a avaliação de
outros usuários
29
Trabalhos Futuros
 Não mencionado
30
Análise Crítica
 Uso de etiquetas RFID para informações
sobre objeto e localidade
 Requer muita interação do usuário
31