Towards the Semantic Web's Application for Preparation of Reviews - Requirements and Architecture for the Needs of Incentive-Based Semantic Content Creation

• Autorzy: Witold Abramowicz , Jakub Dzikowski , Agata Filipowska , Monika Kaczmarek , Szymon Łazaruk

Warianty tytułu

Wykorzystanie mechanizmów sieci semantycznej do przygotowania i publikacji recenzji - wymagania i architektura Aplikacji

• Języki publikacji: EN

Abstrakty

EN

In recent years, various Web-based review systems have provided a valuable service to consumers by allowing them to share their assessments of goods and services. In order to provide recommendations being more accurate and tailored to users' needs, review systems take advantage of semantic annotations and Semantic Web technologies. However, as users are not really interested in delivering semantic annotations of content, specific tools incorporating incentives' mechanisms are needed to transform the syntactic content into the machine understandable one. This paper presents a vision, requirements and architecture of an application offering enhanced ontology-based description of rated objects, semantic-based user profiling as well as supporting contextual semantic search. This application in comparison to the currently existing applications provides a number of incentives motivating users to participate in the review process. The application is to be available using the mobile channel and the Facebook portal. (original abstract)

W ostatnich latach w Internecie wielką popularnością cieszą się systemy rekomendujące. Do dostarczania precyzyjnie dopasowanych do potrzeb użytkowników recenzji systemy te coraz częściej wykorzystują potencjał technologii semantycznych. Semantyczne adnotacje recenzji mogą jednak powstać jedynie na dwa sposoby: automatycznie na podstawie analizy tekstu lub manualnie poprzez interakcję z człowiekiem. Użytkownicy nie są jednak zainteresowani adnotowaniem wprowadzanych do systemów recenzji. Jako że podejścia automatyczne nie uzyskują jeszcze wystarczającej precyzji, konieczne jest wykorzystanie mechanizmów motywujących użytkowników do tworzenia adnotacji recenzji. Niniejszy artykuł prezentuje wizję, wymagania oraz architekturę aplikacji umożliwiającej tworzenie rozszerzonych, wykorzystujących ontologię opisów obiektów. Aplikacja ta w porównaniu do wielu obecnie dostępnych w Sieci narzędzi, proponuje także mechanizmy motywujące użytkowników do działania. Ciekawostką jest to, że aplikacja w kontakcie z użytkownikiem wykorzystuje kanał mobilny, a także portal społecznościowy Facebook. (abstrakt oryginalny)

Słowa kluczowe

EN

Semantic Web Service (SWS); Recommender system

PL

Sieć semantyczna; System rekomendujący

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2011
• Numer: nr 206 Advanced Information Technologies for Management - AITM 2011: Inteligent Technologies and Applications
• Strony: 11--21

Twórcy

autor

Witold Abramowicz

• Poznań University of Economics, Poland

autor

Jakub Dzikowski

• Poznań University of Economics, Poland

autor

Agata Filipowska

• Poznań University of Economics, Poland

autor

Monika Kaczmarek

• Poznań University of Economics, Poland

autor

Szymon Łazaruk

• Poznań University of Economics, Poland

Bibliografia

• Aciar S., Zhang D., Simoff S., Debenham J. (2006), Recommender System based on consumer product reviews, [in:] Proceedings of the 2006 IEEE/WIC/ACM International Conference on Web Intelligence (WI '06), IEEE Computer Society, Washington, DC, pp. 719-723.
• Berners-Lee T., Hendler, Lassila O. (2001), The semantic web, Scientific American, Vol. 284, No. 5, pp. 34-43.
• Bizer C., Heath T., Berners-Lee T. (2009), Linked data - the story so far, International Journal on Semantic Web and Information Systems, Vol. 5, No. 3, pp. 1-22.
• Carrillo de Albornoz J., Plaza L., Gervás P., Díaz A. (2011), A joint model of feature mining and sentiment analysis for product review rating, [in;] P. Clough, C. Foley, C. Gurrin, H Lee, G.J.F. Jones (Eds.), Proceedings of the 33rd European Conference on Advances in Information Retrieval (ECIR'11), Springer-Verlag, Berlin, Heidelberg, pp. 55-66.
• Gartner's Report (2011), 10 Consumer Mobile Applications to Watch in 2012, February.
• Gartner's Report (2010), Key Predictions for IT Organizations and Users in 2010 and Beyond, January.
• Gartner's Report (2007), Emerging Trends and Technologies Roadshow for 2008 to 2012.
• Peis E., Morales del Castillo J.M., Delgado-Lopez J.A. (2008), Semantic recommender systems. Analysis of the state of the topic, Hipertext.net, No. 6.
• Shadbolt N., Berners-Lee T., Hall W. (2006), The semantic web revisited, IEEE Intelligent Systems, Vol. 21. pp. 96-101.
• Siorpaes K., Simperl E. (2010), Human intelligence in the process of semantic content creation, World Wide Web Journal, Vol. 13, No. 1, pp. 33-59.
• Sugiki K., Matsubara S. (2010), Product retrieval based on semantic similarity of consumer reviews to natural language query, International Journal of Knowledge and Web Intelligence, Vol. 1, No. 3/4, pp. 209-226.
• Uschold M., Gruninger M. (1996), Ontologies: principles, methods, and applications, Knowledge Engineering Review, Vol. 11, No. 2, pp. 93-155.
• http://www.insemtives.eu.
• http://www.yelp.com.
• http://www.goodrec.com.
• http://www.urbanspoon.com.
• http://www.tripadvisor.com.
• http://www.gastronauci.pl.
• http://revyu.com.
• http://www.badgeville.com/solutions.html.
• http://www.foursquare.com.
• http://gowalla.com.
• http://apps.facebook.com/mygoodeats.
• http://www.geonames.org/ontology/documentation.html.
• http://linkedgeodata.org/About.
• http://www.freebase.com.