Made available in DSpace on 2016-08-17T14:52:49Z (GMT). No. of bitstreams: 1 Carla Gomes de Faria.pdf: 8307550 bytes, checksum: 28290dc02e9aad84de30e16b029a3a95 (MD5) Previous issue date: 2004-02-06 / This work proposes GRAMO, a technique for the acquisition and construction of ontology based domain and user models in Domain and User Analysis of Multi-Agent Domain Engineering. A domain model is a high-level domain independent abstraction representing the formulation of a problem, knowledge or activities of the real word. A user model is a high-level domain independent abstraction representing features, needs, preferences and goal of end-users. Ontologies are knowledge representation structures appropriate for representing domain and user models. GRAMO is based on the reuse of ONTODUM, a meta-domain and user model representing the knowledge of techniques for domain analysis, user modelling and requirement analysis of multi-agent systems. Two case studies in the juridical and touristical area are introduced describing a preliminar evaluation of the proposed technique. / Este trabalho propõe a GRAMO, uma técnica para a aquisição e construção de modelos de domínio e usuários baseados em ontologias para a Análise de Domínio e Usuários na Engenharia de Domínio Multiagente. Um modelo de domínio é uma representação dependente de um domínio de aplicação particular, especificada em um alto nível de abstração, que contém a formulação de um problema, conhecimento ou atividades do mundo real. Um modelo de usuário é uma abstração especificada em um alto nível, que representa as características, necessidades, preferências e objetivos dos usuários finais. Ontologias são estruturas de representação de conhecimento adequadas para representar modelos de domínio e usuários. A GRAMO é baseada no reuso da ONTODUM, um meta-modelo de domínio e usuários, que representa o conhecimento das técnicas da análise de domínio, modelagem de usuários e análise de requisitos de sistemas multiagente. Dois estudos de caso nas áreas jurídica e turística são apresentados descrevendo uma avaliação preliminar da técnica proposta.

Made available in DSpace on 2016-08-17T14:52:57Z (GMT). No. of bitstreams: 1 Leandro Balby Marinho.pdf: 1280354 bytes, checksum: 9dd7494777864e76ff13f7880d7faa7b (MD5) Previous issue date: 2005-03-11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / With the continuous migration of a great diversity of services to the Web, the need for characterizing the users in this environment increases. For that, components that can continually perceive their environment and rapidly adapt to its changes are required, thus reflecting the changes in the user behaviors. Among the existent approaches for modeling Web users, Web usage mining appears as one of the most interesting. Through Web usage mining a user can be implicitly and automatically modeled through his/her usage data, generated from his/her interaction with the Web. This work proposes ONTOWUM, a user modeling and usage mining-based multi-agent framework for Web personalization. The framework comprises two layers, where four agents are distributed according to their responsibilities: Interface agent, responsible for both capturing the user browsing information and performing the adaptation effects; User Modeling agent, responsible for creating and updating both user models and adaptation models; Acquirer agent, responsible for creating and updating an usage data repository containing past user models; and finally, Miner agent, responsible for both discovering group of users with similar browsing behavior and classifying the current user in these groups. The Interface and User modeling agents belong to the user information-processing layer, and the Acquirer and Miner agents belong to the pattern-discovering layer. The methodology and tool used to guide the analyses and design phases were MADEM ( Multi-Agent Domain Engineering Methodology ) and ONTOMADEM, respectively. For the implementation of ONTOWUM it was used the JADE framework. / Com a incessante migração das mais diversas categorias de serviços ao ambiente Web, a necessidade de caracterizar os usuários nesse ambiente nunca foi tão presente. Para isso, são necessários componentes que tenham a habilidade de continuamente perceber o ambiente e rapidamente se adaptarem a ele, refletindo assim as próprias mudanças no comportamento do usuário. Dentre as abordagens existentes para a modelagem de usuários da Web, a mineração de uso da Web figura entre as mais interessantes, pois através dessa abordagem pode-se modelar o usuário implicitamente através dos dados de uso gerados através da sua interação com a Web. Este trabalho propõe ONTOMUW", um framework multiagente para a personalização da Web baseado na modelagem de usuários e na mineração de uso. O framework é composto por duas camadas onde se distribuem quatro agentes de acordo com suas responsabilidades: agente Interfaceador, responsável tanto pela captura das informações provenientes da navegação do usuário quanto pela execução da adaptação; agente Modelador, responsável por criar e atualizar tanto modelos de usuários quanto modelos de adaptação; agente Aquisitor, responsável pela criação e manutenção de um repositório de dados de uso contendo os modelos de usuários passados; e, finalmente, agente Minerador, responsável tanto pela descoberta de grupos de usuários com comportamento de navegação similar quanto pela classificação do usuário corrente nos grupos descobertos. Os agentes Interfaceador e Modelador compõem a camada de processamento de informações do usuário, enquanto que os agentes Aquisitor e Minerador compõem a camada de descoberta de padrões. A metodologia e ferramenta utilizadas para guiar o processo de análise e projeto de domínio do ONTOMUW foram a MADEM ( Multi-Agent Domain Engineering Methodology ) e a ONTOMADEM respectivamente. Para a implementação do framework utilizou-se o ambiente JADE.

Made available in DSpace on 2016-08-17T14:53:01Z (GMT). No. of bitstreams: 1 Roberval Gomes Mariano.pdf: 3806410 bytes, checksum: 98c37c22e17816b87c3a646527ac2c4e (MD5) Previous issue date: 2008-12-05 / The huge amount of data available on the Web and its dynamic nature create a demand for information filtering applications such as recommender systems. The lack of semantic structure of data available on the Web constitutes a barrier for increasing the effectiveness of such applications family. This work discusses the analysis, design, implementation and evaluation of Semantic Web based hybrid filtering agents. Such agents were integrated in ONTOSERS, an application family for the development of recommender systems based on the Semantic Web technology. The implemented agents were evaluated and their results were compared with the results of collaborative and content-based filtering agents. The hybrid filtering techniques presented better results than the other approaches in the conducted experiments. The tested hybrid filtering approaches were the weighted and switched ones. The explicit feedback was used to validate the recommendations, presenting a better correlation with the hybrid filtering techniques. The developed agents were also evaluated through the reuse of the ONTOSERS systems family, a multi-agent recommender system in the Brazilian tributary domain. / A grande quantidade de dados disponíveis na Web e a sua natureza dinâmica criam uma demanda por aplicações de filtragem de informação, tais como os sistemas de recomendação. A falta de estruturação semântica dos dados disponíveis na Web é uma barreira para a melhoria da efetividade desta família de aplicações. Este trabalho apresenta a análise, projeto, implementação e avaliação de agentes de filtragem híbrida baseados na tecnologia da Web Semântica. Estes agentes foram integrados na ONTOSERS, uma família de aplicações para o desenvolvimento de sistemas de recomendações baseados na tecnologia da Web Semântica. Os agentes implementados foram testados e tiveram seus resultados comparados com os resultados de agentes utilizando filtragem colaborativa e baseada em conteúdo. As técnicas de filtragem híbrida apresentaram resultados melhores do que os obtidos com as outras técnicas nos experimentos realizados. As técnicas de filtragem híbrida testadas foram a ponderada e a alternada. O feedback explícito foi utilizado para validar as recomendações, apresentando uma melhor correlação com as técnicas de filtragem híbrida. Os agentes desenvolvidos foram ainda avaliados através do reuso da família de sistemas ONTOSERS na construção do INFOTRIB, um sistema multiagente de recomendações no domínio tributário brasileiro.