BUZZTREND O como aplicar tecnologías semánticas en Internet Mayo 2008.

Presentación del tema: "BUZZTREND O como aplicar tecnologías semánticas en Internet Mayo 2008."— Transcripción de la presentación:

1 BUZZTREND O como aplicar tecnologías semánticas en Internet Mayo 2008

2  Equipo de “Tecnólogos”, unidos por nuestra pasión por Internet y la tecnología  Ya llevamos 10 años investigando y trabajando juntos  Orientados a dar calidad a los clientes y formación a nuestros profesionales  Desarrollo de múltiples proyectos exitosos de Nuevas Tecnologías  En definitiva, experiencia en continua renovación.

3  El 84% de los usuarios de Internet ha usado la red para obtener información o contactar con un grupo.  El 79% identifica al menos un grupo con el que se mantiene en contacto.  El 83% usa Internet para buscar información de un producto antes de comprarlo. Source: Pew Internet & American Life Project

4 4 Web Pages Portals and 1 st Gen. Search B2B B2E B2C Marketplaces and 2 nd Gen Search Analyze the content

5  Usando inteligencia artificial dentro de bots, recolectamos grupos de contenido y los agrupmos para medir tendencias. Social-networking sites, wikis y folksonomies son ejemplos de contenido.

6 RecolectarAnalizarPresentar Flujo de la Información

7

8

9 Que Categorizar y aplicar roles Cuando Importancia de la secuencia temporal (medida en el contenido o en el continente) Donde Geoposicionamiento en función a Dominio/IP

10  Basamos el análisis en tres conceptos:  Colecciones: El concepto global sobre el que queremos realizar la medición (coches, bebidas, personas,…)  Elementos: Las particularizaciones de las colecciones (Ferrari, Porsche, SEAT,…)  Tags: Las carácteristicas sobre las que vamos a comparar a los diferentes elementos de la colección (Velocidad, equipamiento, diseño, consumo,…)

11  Nuestra herramienta baja hasta el nivel de dependencias en el procesado de lenguaje natural, para posteriormente usar un sistema experto que se encarga de tratar las frases en base a una serie de reglas y una base de conocimiento: reconocemos los objetos sobre los que buscamos opinión y los adjetivos que los califican, valorandolos y asignadolos al tag en cuestión

12  Los resultados obtenidos nos permiten establecer comparaciones directas entre los diferentes elementos, agrupando esas valoraciones en función a tags y su temporalidad

13  Con estos datos podemos establecer gráficas relacionando la valoración de los elementos en cada uno de los tags, dando una visión muy gráfica de la posición de cada elemento respecto a sus “compañeros”

14  Si tienes problemas entendiendo algo, trata de dibujarlo :D  Algoritmos heuristicos nos proporcionan gráficas para navegar las relaciones entre diferentes elementos

15

16  Este gráfico muestra el proceso completo desde la extracción de la información a su presentación

17

18

19

20  Impacto en medios de sus patrocinios en motociclismo  Universo de medición restringido a una serie de Sites, rastreo vertical con Nutch  Análisis cuantitativo con características (posición, imagenes, …)  Integración con Pentaho

21  Web 3.0?  Nuevos Formatos:  Audio  Imagenes  Video