Luka Vrdoljak Erste & Steiermärkische Bank d.d. Javni razgovor 5. travanj 2012.

1. Predviđanje zanimanja korisnika za informacijske usluge semantički-svjesnim modelomForecasting Consumer Interest in Information Services by Using Semantic-aware Model Luka Vrdoljak Erste & Steiermärkische Bank d.d. Javni razgovor 5. travanj 2012.

2. Sadržaj Uvod Modeli rasta broja korisnika usluga Semantičko rasuđivanje Motivacija Predviđanje broja korisnika novih informacijskih usluga Metodologija istraživanja Cilj i hipoteze istraživanja Znanstveni doprinosi Javni razgovor

3. Modeli rasta broja korisnika usluga Životni ciklus usluge • Generalizirani Bassov model • Bi-logistički model • Osnovni Bassov model • Logistički model Javni razgovor

4. Modeliranje početnih faza životnog ciklusa usluge Osnovni Bassov model M – kapacitet tržišta p – koeficijent inovacije q – koeficijent imitacije ts – trenutak uvođenja uslusge Logistički model M – kapacitet tržišta a – koeficijent rasta b – vremenski pomak Početni skup podataka o kretanju broja korisnika usluge Javni razgovor

5. 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 granicama Javni razgovor

6. 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 Javni razgovor

7. Motivacija Predviđanje broja korisnika novih informacijskih usluga Uporaba semantičkog rasuđivanja za prepoznavanje sličnih usluga Objektivnije određivanje parametara modela rasta Preciznije predviđanje Javni razgovor

8. 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 Javni razgovor

9. 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 Javni razgovor

10. Proces profiliranja informacijske usluge Javni razgovor

11. 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) Javni razgovor

12. 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 Javni razgovor

13. Semantička usporedba profila usluga Semantička sličnost dvaju usluga ssij- semantičkasličnost usluga sii sj ss(x,y) - semantičkasličnost skupova atributa x i y wx- težinski faktor za skup atributa x Javni razgovor

14. Određivanje skupa sličnih usluga Profili postojećih usluga psi,j,k Skup sličnih usluga psi,j Profil nove usluge psn Prag sličnosti ssxy ≥ ssmin Javni razgovor

15. 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 Javni razgovor

16. Algoritam izračuna parametara modela rasta nove usluge Javni razgovor

17. 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. Javni razgovor

18. 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. Javni razgovor

19. Hvala na pažnji! Javni razgovor

20. Predviđanje zanimanja korisnika za informacijske usluge semantički-svjesnim modelomForecasting Consumer Interest in Information Services by Using Semantic-aware Model Luka Vrdoljak Erste & Steiermärkische Bank d.d. Javni razgovor 5. travanj 2012.

21. 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. Javni razgovor