Rendere più facile l’utilizzo delle informazioni basate sul web
Web 2.0 vale a dire il passaggio da pagine web statiche a contenuti dinamici o generati dagli utenti e la crescita dei social media rappresentano il futuro. Mentre tutti stanno commentando su tutto, la sovrabbondanza di informazioni sta rendendo difficile l’estrazione di informazioni utili o rilevanti. Il progetto GOSSPLE (A radically new approach to navigating the Digital Information Universe), finanziato dall’UE, ha lavorato sui modi per filtrare i contenuti indesiderati e facilitare la raccolta di informazioni nuove e rilevanti. Con l’obiettivo di aiutare gli utenti a trovare le risposte durante la ricerca di contenuti molto specifici, il progetto ha lavorato alla personalizzazione dell’esperienza Web 2.0 in modo scalabile ed efficiente. La personalizzazione, tuttavia, richiede la memorizzazione di grandi quantità di dati per utente, che comporta un costo elevato per le imprese e problemi di privacy. Per superare questa sfida, GOSSPLE ha studiato il concetto di rete sociale implicita per numerose applicazioni, in contrapposizione agli approcci espliciti, come le reti sociali che attualmente dominano sul Web. È stato progettato un sistema completamente decentralizzato per assegnare ad ogni utente una rete sociale implicita in base a interessi simili. Questo è stato ottenuto attraverso la definizione di nuove metriche specifiche per l’applicazione per misurare le similarità tra gli utenti attraverso due nuovi protocolli che aveva progettato. Il social network GOSSPLE potrebbe rivelarsi molto utile per i recommender e può essere facilmente applicato a praticamente qualsiasi editor di contenuti web. Tenendo presente questo, il team del progetto ha costruito un recommender di notizie totalmente decentrato chiamato WhatsUp, che consente agli utenti di contrassegnare i loro interessi attraverso un’interfaccia mi piace/non mi piace. Il recommender unisce gli utenti con interessi simili preservando la privacy e proteggendo dagli attacchi dannosi. L’approccio del progetto basato sul campionamento può anche essere utilizzato per implementare recommender scalabili basati sul filtraggio collaborativo basato sull’utente. Inoltre GOSSPLE ha sviluppato un’architettura ibrida che scarica compiti di raccomandazione CPU-intensivi ai browser dei client front-end, allo stesso tempo mantenendo attività di storage e orchestrazione di server di back-end. Sulla base dei progressi realizzati nel corso del progetto, il team ha lanciato un’iniziativa di start-up che fornisce un motore di raccomandazioni scalabile incentrato sugli utenti per i fornitori di contenuti web da integrare in pagine web. In definitiva, questa tecnologia economica promuoverà senza dubbio gli ambienti Web 2.0 e soddisferà le esigenze in continua evoluzione dei navigatori del web di oggi.
Parole chiave
Web 2.0, filtraggio, GOSSPLE, reti sociali, recommender
