Search

In the current techno-social environment the importance of providing personalized content for users of social platforms, continually adapting to their needs, is key to the success of the existing platforms. Recommender systems play a crucial role in this regard, but in many cases the level of customization provided is not enough. This article discusses two key aspects related to the development of recommender systems: proactivity and context-awareness. We propose a theoretical reference model for the creation of proactive recommender systems based on context-awareness information. In addition, we check its feasibility in two real-world scenarios where the model has been successfully implemented: banking and personal learning networks. Finally, future courses of action following the contributions proposed are highlighted, with special attention to potential applications in educational environments.

Recommender systems in e-learning have proved to be powerful tools to find suitable educational material during the learning experience. But traditional user request-response patterns are still being used to generate these recommendations. By including contextual information derived from the use of ubiquitous learning environments, the possibility of incorporating proactivity to the recommendation process has arisen. In this paper we describe methods to push proactive recommendations to e-learning systems users when the situation is appropriate without being needed their explicit request. As a result, interesting learning objects can be recommended attending to the user?s needs in every situation. The impact of this proactive recommendations generated have been evaluated among teachers and scientists in a real e-learning social network called Virtual Science Hub related to the GLOBAL excursion European project. Outcomes indicate that the methods proposed are valid to generate such kind of recommendations in e-learning scenarios. The results also show that the users' perceived appropriateness of having proactive recommendations is high.

The increasing adoption of smartphones by the society has created a new area of research in recommender systems. This new domain is based on using location and context-awareness to provide personalization. This paper describes a model to generate context-aware recommendations for mobile recommender systems using banking data in order to recommend places where the bank customers have previously spent their money. In this work we have used real data provided by a well know Spanish bank. The mobile prototype deployed in the bank Labs environment was evaluated in a survey among 100 users with good results regarding usefulness and effectiveness. The results also showed that test users had a high confidence in a recommender system based on real banking data.

Este artículo describe el diseño e implementación de un sistema de colaboración multimedia basado en la utilización de clientes ligeros desplegados en la web. Su objetivo es definir una nueva arquitectura de conferencias en Internet centrada en la facilidad de uso y de instalación, dotando de conectividad total al usuario final con el resto de participantes. A lo largo del documento presentaremos las distintas soluciones de partida, discutiremos las decisiones de diseño citando las ventajas del nuevo modelo y mostraremos aquellos problemas encontrados en la implementación que son inherentes a este tipo de escenarios.

En este demostrador presentaremos el funcionamiento de un sistema de colaboración multimedia basado en la utilización de clientes ligeros desplegados en la web. El objetivo de este sistema es definir una nueva arquitectura de conferencias en Internet centrada en la facilidad de uso y de instalación, dotando de conectividad total al usuario final con el resto de participantes. En este documento presentaremos el diseño de la solución y describiremos en qué consistirá la demostración, que mostrará los resultados que verifican la validez de este concepto.

La aplicación Isabel ha sido diseñada para realizar experiencias de colaboración de calidad a través de internet de banda ancha, interconectando audiencias en clases, salas o auditorios, llevando a cabo la colaboración en entornos multipunto llegando a coordinar de forma eficaz sesiones de decenas de participantes.

Los sistemas de videoconferencia han utilizado tradicionalmente protocolos propietarios que los impedían interoperar. Sin embargo, en los últimos años se está imponiendo la tendencia a usar protocolos abiertos para solucionar este problema. Este artículo describe la arquitectura de una pasarela genérica para acceder desde los clientes más típicos a los sistemas de videoconferencia propietarios ya existentes. Esta arquitectura se ha validado implementando una pasarela de acceso a Isabel, un sistema de videoconferencia con opciones avanzadas de colaboración.

Los sistemas de recomendación son potentes herramientas de filtrado de información que permiten a usuarios solicitar sugerencias sobre ítems que cubran sus necesidades. Tradicionalmente estas recomendaciones han estado basadas en opiniones de los mismos, así como en datos obtenidos de su consumo histórico o comportamiento en el propio sistema. Sin embargo, debido a la gran penetración y uso de los dispositivos móviles en nuestra sociedad, han surgido nuevas oportunidades en el campo de los sistemas de recomendación móviles gracias a la información contextual que se puede obtener sobre la localización o actividad de los usuarios. Debido a este estilo de vida en el que todo tiende a la movilidad y donde los usuarios están plenamente interconectados, la información contextual no sólo es física, sino que también adquiere una dimensión social. Todo esto ha dado lugar a una nueva área de investigación relacionada con los Sistemas de Recomendación Basados en Contexto (CARS) móviles donde se busca incrementar el nivel de personalización de las recomendaciones al usar dicha información. Por otro lado, este nuevo escenario en el que los usuarios llevan en todo momento un terminal móvil consigo abre la puerta a nuevas formas de recomendar. Sustituir el tradicional patrón de uso basado en petición-respuesta para evolucionar hacia un sistema proactivo es ahora posible. Estos sistemas deben identificar el momento más adecuado para generar una recomendación sin una petición explícita del usuario, siendo para ello necesario analizar su contexto. Esta tesis doctoral propone un conjunto de modelos, algoritmos y métodos orientados a incorporar proactividad en CARS móviles, a la vez que se estudia el impacto que este tipo de recomendaciones tienen en la experiencia de usuario con el fin de extraer importantes conclusiones sobre "qué", "cuándo" y "cómo" se debe notificar proactivamente. Con este propósito, se comienza planteando una arquitectura general para construir CARS móviles en escenarios sociales. Adicionalmente, se propone una nueva forma de representar el proceso de recomendación a través de una interfaz REST, lo que permite crear una arquitectura independiente de dispositivo y plataforma. Los detalles de su implementación tras su puesta en marcha en el entorno bancario español permiten asimismo validar el sistema construido. Tras esto se presenta un novedoso modelo para incorporar proactividad en CARS móviles. Éste muestra las ideas principales que permiten analizar una situación para decidir cuándo es apropiada una recomendación proactiva. Para ello se presentan algoritmos que establecen relaciones entre lo propicia que es una situación y cómo esto influye en los elementos a recomendar. Asimismo, para demostrar la viabilidad de este modelo se describe su aplicación a un escenario de recomendación para herramientas de creación de contenidos educativos. Siguiendo el modelo anterior, se presenta el diseño e implementación de nuevos interfaces móviles de usuario para recomendaciones proactivas, así como los resultados de su evaluación entre usuarios, lo que aportó importantes conclusiones para identificar cuáles son los factores más relevantes a considerar en el diseño de sistemas proactivos. A raíz de los resultados anteriores, el último punto de esta tesis presenta una metodología para calcular cuán apropiada es una situación de cara a recomendar de manera proactiva siguiendo el modelo propuesto. Como conclusión, se describe la validación llevada a cabo tras la aplicación de la arquitectura, modelo de recomendación y métodos descritos en este trabajo en una red social de aprendizaje europea. Finalmente, esta tesis discute las conclusiones obtenidas a lo largo de la extensa investigación llevada a cabo, y que ha propiciado la consecución de una buena base teórica y práctica para la creación de sistemas de recomendación móviles proactivos basados en información contextual. ABSTRACT Recommender systems are powerful information filtering tools which offer users personalized suggestions about items whose aim is to satisfy their needs. Traditionally the information used to make recommendations has been based on users’ ratings or data on the item’s consumption history and transactions carried out in the system. However, due to the remarkable growth in mobile devices in our society, new opportunities have arisen to improve these systems by implementing them in ubiquitous environments which provide rich context-awareness information on their location or current activity. Because of this current all-mobile lifestyle, users are socially connected permanently, which allows their context to be enhanced not only with physical information, but also with a social dimension. As a result of these novel contextual data sources, the advent of mobile Context-Aware Recommender Systems (CARS) as a research area has appeared to improve the level of personalization in recommendation. On the other hand, this new scenario in which users have their mobile devices with them all the time offers the possibility of looking into new ways of making recommendations. Evolving the traditional user request-response pattern to a proactive approach is now possible as a result of this rich contextual scenario. Thus, the key idea is that recommendations are made to the user when the current situation is appropriate, attending to the available contextual information without an explicit user request being necessary. This dissertation proposes a set of models, algorithms and methods to incorporate proactivity into mobile CARS, while the impact of proactivity is studied in terms of user experience to extract significant outcomes as to "what", "when" and "how" proactive recommendations have to be notified to users. To this end, the development of this dissertation starts from the proposal of a general architecture for building mobile CARS in scenarios with rich social data along with a new way of managing a recommendation process through a REST interface to make this architecture multi-device and cross-platform compatible. Details as regards its implementation and evaluation in a Spanish banking scenario are provided to validate its usefulness and user acceptance. After that, a novel model is presented for proactivity in mobile CARS which shows the key ideas related to decide when a situation warrants a proactive recommendation by establishing algorithms that represent the relationship between the appropriateness of a situation and the suitability of the candidate items to be recommended. A validation of these ideas in the area of e-learning authoring tools is also presented. Following the previous model, this dissertation presents the design and implementation of new mobile user interfaces for proactive notifications. The results of an evaluation among users testing these novel interfaces is also shown to study the impact of proactivity in the user experience of mobile CARS, while significant factors associated to proactivity are also identified. The last stage of this dissertation merges the previous outcomes to design a new methodology to calculate the appropriateness of a situation so as to incorporate proactivity into mobile CARS. Additionally, this work provides details about its validation in a European e-learning social network in which the whole architecture and proactive recommendation model together with its methods have been implemented. Finally, this dissertation opens up a discussion about the conclusions obtained throughout this research, resulting in useful information from the different design and implementation stages of proactive mobile CARS.

En la última década, la evolución de la tecnología ha permitido una profunda transformación digital en las empresas e instituciones que han visto como los datos se han convertido en una de las principales fuentes de valor y ventaja competitiva. Como consecuencia, la digitalización se ha convertido en uno de los principales objetivos actuales. Muestra de ello es la iniciativa “Una Agenda Digital para Europa", recogida en la Estrategia Europa 2020, en la que la Comisión Europea aboga por la digitalización en todos los ámbitos de la sociedad. El Trabajo de Fin de Máster se centrará en contribuir a la transformación digital de la Escuela Técnica Superior de Ingenieros de Telecomunicación (ETSIT). Partiendo de un estudio realizado en el año 2018 en la escuela, se diseñará e implementará una solución completa en la que el resultado es un sistema de portales web y un conjunto de aplicaciones, accesibles desde dichos portales, que representan la digitalización de procedimientos llevados a cabo en la ETSIT. Se presentará el diseño de la infraestructura general, se llevará a cabo un análisis de requisitos, se implementará la solución y se testeará en un entorno de pruebas. Además, se desplegará el sistema en producción y se llevará a cabo un proceso de seguimiento y mejora continua del mismo. La solución general se completará con dos casos de uso de procedimientos digitalizados e incluidos en el sistema de portales. El primero de ellos consiste en una aplicación web que digitaliza la planificación de las programaciones docentes de los planes impartidos en la ETSIT. El segundo, consiste en otra aplicación web que digitaliza el procedimiento de solicitud para la expedición de títulos en la escuela. Por último, se presentará la interoperabilidad de servicios mediante el intercambio de datos a través de API REST y sistemas basados en el intercambio de mensajes a través del patrón publicación-suscripción.

El presente trabajo de fin de grado consiste en la realización de una aplicación web para la ONG Manos Unidas. Esta aplicación tiene el objetivo de acercar Manos Unidas a los donantes. Para ello, presenta un sistema de seguimiento de proyectos en los que se puede participar. Los usuarios se registran en el sistema y en cuanto donan al proyecto que ellos deseen podrán ver la evolución de este hasta su conclusión, la cual se les notificará. Gracias a esta aplicación se puede solucionar el problema de desconfianza de los donantes hacia las ONGs que es el planteamiento con el cual Manos Unidas propuso llevar a cabo este proyecto. El trabajo consta de una parte servidor realizada a través de Node.js y una parte cliente que presenta la información a los usuarios a través de una interfaz gráfica. La base de datos se ha realizado con MongoDB y el despliegue en la plataforma Heroku.