Filtrado espacial, semántico y colaborativo para apoyar decisiones en entornos ubicuos

Resumen

Los Sistemas de Recomendaciones han emergido con fuerza en la Web para personalizar la información que reciben los usuarios. Esta investigación aporta la dimensión espacial y semántica para construir Sistemas de Recomendaciones Colaborativos. Es particularmente relevante el uso de servicios Web derivados de la Infraestructura de Datos Espaciales de la República de Cuba, la cual constituye el principal reservorio de datos espaciales accesibles desde la Web en el país. Por otra parte, la inclusión de conceptos derivados de la Web Semántica, como las ontologías y los servicios de consulta semántica posibilitan una recuperación más efectiva de la información necesaria en motores de Sistemas de Recomendaciones Colaborativos. Se describe la metodología empleada consistente en dos fases de filtrado de datos: espacial-semántico y colaborativo. En una etapa de pre-filtrado, se describen los filtrados espacial y semántico, cuyo objetivo es obtener la información que requerirá el motor del Sistema de Recomendaciones que embebe a su vez el filtrado colaborativo basado en las preferencias del usuario y en el subconjunto de puntos de interés previamente obtenido. Finalmente, se ofrecen elementos de la implementación de la investigación en una aplicación. Este trabajo impacta en la necesidad de obtener información útil a partir de datos dispersos, voluminosos y de diferente naturaleza, en un mundo cada vez más ubicuo, donde el crecimiento de dispositivos móviles y otros sensores enlazados a la Web es exponencial.