Geneme: Aggregation und Personalisierung von Informationsströmen

Aggregation, Filterung und Visualisierung von Nachrichten aus heterogenen Quellen02.10.2009

Torsten Lunze, Marius Feldmann, Thomas Eixner, Serkan Canbolat, Prof. Alexander Schill

Inhalt

Communardo Software GmbH · Kleiststraße 10a · D-01129 Dresden/[email protected] · www.communardo.de · Tel. +49 (351) 8 33 82-02

1. Motivation

2. Lösungsansatz

3. Architektur & Filterung

4. Frontend

Problemstellung


Input: Feeds Email Microblogging (Twitter, Communote, ..) …

Resultat: Informationsüberfluß

Zielstellung


Aggregation heterogener Informationsquellen Einstufung der Nachrichten nach Relevanz Visualisierung der Nachrichten nach Relevanz Einsatz im Unternehmen

Anforderungen


Homogene Datenhaltung der Nachrichten

Anreicherung von Metainformationen je Nachricht

Erweiterbarkeit bzgl. weiterer Nachrichtenquellen

Personalisierte Filterung der Nachrichten

Unterschiedliche Sichten auf die Nachrichtenströme

Klare Useability

Lösungsansatz


Matching von Nutzern und Nachrichten über Tags

Nachrichten werden mit Tags versehen

Nutzermodell wird durch gewichtete Tags ausgedrückt

Ermittlung der Wichtung für Nutzertags

Struktur


Nutzer kann Quellen (Feeds, Twitteraccounts etc) hinzufügen

Nutzer kann Kategorien anlegen und diesen Quellen und Tags hinzufügen

Erlaubt Strukturierung von Interessengebieten

Architekturübersicht


Ablauf Personalisierung


Feedback durch den Nutzer


Minimal durch Interaktioen

Eine Nachricht kann Als gelesen Als interessant Als nicht interessant markiert werden Auf eine ToDo Liste verschoben werden

Beeinflussung der Relevanz einer Nachricht je nach dem wie oft diese von Nutzern als interessant markiert wurde

Inhalte importieren


Konfiguration der Quellen durch den Nutzer

Periodisches Abfragen

Ablegen in Datenbank

Anreicherung der Daten durch Tags

Nutzermodell


Ermittlung durch Initialen Import Direktes Feedback über Oberfläche Manuelle Anpassung

Filterung


Matching der Tags der Nachrichten gegen die Relevanzwerte der Nutzertags über ein Vektorraummodell

Empfehlungen


Matching von Nutzern analog zu Nachrichtenmatching

Vorschlag von Nachrichten und Informationsquellen die bisher unbekannt sind

Visualisierung


Zeitungsmethapher

Darstellung der Topnachrichten

Vorschau einer Nachricht

Aktivitäten pro Nachricht

Filterung nach Kategorien, Tags

Sortierung

Frontend


Auswertung


Nutzerevaluierung des Frontends

Relevanzsortierung subjektiv, schwer messbar

Verständnis der Berechnung: Wie visualisiert man dem Nutzer warum eine Nachricht eine hohe Relevanz erhalten hat?

Schwierig bei kurzen Nachrichten sinnvolle Tags zu extrahieren

Ausblick


Kommunikation

Verbesserung des Taggingmechansimus Autottagging Tagmangement

Implizite Bewertung durch „Lesegewohnheiten“

Performantere Filterung

Matching der Nutzer anhand von Clustern

Ihre Ansprechpartner


Torsten LunzeCommunardo Software GmbH

[email protected] http:/www.xing.com/profile/torsten_lunze http://twitter.com/torlun Telefon: +49-351-8332-263

Marius FeldmannLehrstuhl Rechnernetze – Fakultät InformatikTU - Dresden

http://www.inf.tu-dresden.de/index.php?node_id=1380&ma=680

http://www.xing.com/profile/torsten_lunze

http://twitter.com/torlun



Vielen Dank für

Ihre Aufmerk-samkeit.


Geneme: Aggregation und Personalisierung von Informationsströmen

Technology

Transcript of Geneme: Aggregation und Personalisierung von Informationsströmen