Recuperacin de la Informacin con Agentes David Liras

Recuperación de la Información con Agentes David Liras Martínez Escuela Politécnica Superior Ingeniería Informática Universidad Autónoma de Madrid Recuperación de la Información con Agentes

ÍNDICE 1. INTRODUCCIÓN 2. ¿QUÉ ES UN AGENTE? 3. TIPOS DE AGENTES 4. ALGUNOS EJEMPLOS DE AGENTES 5. LETIZIA Recuperación de la Información con Agentes 2

INTRODUCCIÓN • La mayoría de los buscadores que existen hoy en día en la red utilizan los llamados “spider”. Software que continuamente está navegando por la red indexando los documentos en bases de datos donde más tarde serán consultados por “querys” de usuarios. • Sin embargo ésta es una forma muy pobre de encontrar la información que buscas en muchos casos. Por ejemplo, este tipo de búsqueda no hace ninguna referencia a las preferencias del usuario, ni siquiera a temas relacionados (como por ejemplo sinónimos, etc. ) que si intenta paliar la Web Semántica. Además a medida que crece la Web este problema va siendo cada vez más palpable. • Los agentes de búsqueda inteligente están siendo desarrollados para aportar una posible solución a este problema. Los agentes pueden utilizar la tecnología de los “spider” utilizados por los sistemas de búsqueda tradicional de la Web y utilizarlos de maneras diferentes para conseguir los objetivos de sus usuarios. Recuperación de la Información con Agentes 3

¿QUÉ ES UN AGENTE? • La definición de “Agente” es objeto de mucha controversia en el campo de la iteración Humano-Máquina. A un nivel muy genérico se puede definir un agente como cualquier programa que puede ser considerado por el usuario como un asistente o guía. Hay cuatro características en las que parece que todo el mundo está de acuerdo, un agente debe ser: • Comunicativo • Competente • Autónomo • Adaptativo Recuperación de la Información con Agentes 4

TIPOS DE AGENTES • Según su comunicación con el usuario, los agentes se puede clasificar en: • Interface Agents Son aquellos que permiten al usuario cambiar el contexto actual a través de comandos. • Autonomous Agents Trabaja junto con el usuario y es el agente quien decide cambiar el contexto según cambios de comportamiento en el usuario. Recuperación de la Información con Agentes 5

EJEMPLOS DE AGENTES - FIREFLY • Es un sistema que recomienda música y películas en la Web usando un agente inteligente para construir complejos perfiles de preferencias de sus usuarios. • Al entrar en Fire. Fly se rellena un cuestionario indicando que grupos de música y películas te gustan. Esta información, que se almacena en la base de datos de Fire. Fly, sirve para crear tu perfil de usuario. Con tu perfil, el sistema buscará en su base de datos si alguien más tiene un perfil similar al tuyo, de ser así te recomendara artistas y películas que le gustan a la gente que se aproxima a tu perfil. Esto se basa en la premisa que personas que tienen en común una parte de sus gustos musicales o de cine es más probable que coincidan en otros grupos de música o de cine. Recuperación de la Información con Agentes 6

EJEMPLOS DE AGENTES - AUTONOMY • Autonomy a diferencia de Fire. Fly no es un servicio basado en Web. Es un software que necesita ser descargado e instalado en un sistema Windows. Además es de pago, aunque tiene una licencia de evaluación de 30 días. • El agente es entrenado mediante la introducción de unas cuentas sentencias sobre los temas relevantes. Con esa información el agente busca los documentos que entiende relevantes en la Web y se los muestra al usuario catalogándolos según el nivel de relevancia. Recuperación de la Información con Agentes 7

EJEMPLOS DE AGENTES - POWERSCOUT • Es un sistema que obtiene las keywords de la página principal y en modo paralelo a la ejecución del usuario, realiza búsquedas complejas en los buscadores. Después muestra los resultados en una pantalla donde el usuario puede acudir en cualquier momento para acceder mediante un link a las pantallas recomendadas por Power. Scout. Recuperación de la Información con Agentes 8

EJEMPLOS DE AGENTES – POIROT (I) • Es una agente Web basado en relevancia. La relevancia es determinada extrayendo las palabras claves de las páginas anotadas en los “favoritos” usando técnicas de teoría de la información como es TFIDF. • Las palabras claves son usadas para construir un conjunto de entrenamiento que es procesado por un programa de lógica inductiva (ILP), para aprender qué es relevante para el usuario. Las reglas generadas con el ILP son usadas para expandir las querys de los usuarios y para catalogar los resultados. Recuperación de la Información con Agentes 9

EJEMPLOS DE AGENTES – POIROT (II) • Los resultado obtenidos con Poirot en comparación con la búsqueda en Meta. Crawler para un usuario con 23 bookmarks relacionados con submarinismo y turismo realizando la búsqueda “Submarinismo”. Recuperación de la Información con Agentes 10

LETIZIA • Si pudiéramos observar a alguien cómo navega en la Web durante cierto tiempo, seríamos capaces rápidamente de saber qué cosas son de su interés en ese momento. Incluso si estuviéramos observando el tiempo necesario podríamos predecir qué link va a ser el siguiente en elegir. • Letizia es una agente software que realiza automáticamente este tipo de iteración. Aprende el perfil del usuario basándose en las cosas interesantes para él mediante la observación de su navegación en tiempo real y le ofrece de manera continua recomendaciones de páginas Web. • Letizia se ejecuta simultáneamente con Netscape. Determina una lista de palabras y sus pesos analizando el documento que está siendo visualizado por el usuario utilizando TFIDF. • Utiliza los tiempos en que el usuario está visualizando la página para explorar a sus páginas vecinas comprobando si puede haber algo que sea de interés para el usuario. Recuperación de la Información con Agentes 11

LETIZIA – Características Técnicas y Demo • Letizia está implementado en Macintosh Common Lisp. Usa Netscape como navegador Web y como interface de usuario. El agente corre en un proceso separado y la comunicación entre el Lisp y Netscape se lleva a cabo a través de Apple. Events y Apple. Script interprocess communication. • Demo Recuperación de la Información con Agentes 12

REFERENCIAS • Poirot: A relevance-based web search agent. José M. Ramirez • Letizia: An Agent That Assists Web Browsing. Henry Lieberman • Exploring the Web with Reconnaissance agents. Henry Lieberman • Why Surf Alone? . Henry Lieberman • Intelligent Agents on the Internet. Oren Etzioni • Autonomous Interface Agents. Henry Lieberman • www. firefly. com • www. agenteare. com • Web Hunting: Design of a Simple Intelligent Web Search Agent. Michael Youngblood Recuperación de la Información con Agentes 13