Teranga Go! microproyecto del CEI BioTIC de la UGR

III Jornadas de presentación de microproyectos CEI BioTIC, 7,9 y 10 de junio de 2016.
Rosana Montes (rosana@ugr.es)
Plataforma de economía colaborativa para la
movilidad entre España y Senegal
(Ref.TIC11-2015)
Coordinadora: Rosana Montes
Universidad de Granada

Contexto del problema
• Dictamen EU: Consumo colaborativo o participativo: un modelo de
sostenibilidad para el siglo XXI
• El consumo colaborativo o participativo representa una tercera ola
de Internet, donde la gente se encuentra en Internet para compartir
fuera de Internet.
• La tecnología supone un factor imprescindible para optimizar la
localización de los recursos, para agregar grupos de gente con
intereses comunes y para construir comunidades.
• El uso compartido del vehículo es objeto de consumo participativo.
• Colectivo: migrantes legalizados con altos costos de viaje y necesidades
de envío de paquetería.
• Para compartir recursos hay que partir de una premisa clave: la
confianza.

Contexto del problema
¿Cómo sé que los datos de un usuario son
reales?

¿Cómo sé que puedo conﬁar en una
persona?

¿Cómo comparto mi experiencia?
Un perﬁl de usuario no siempre nos da
toda la información sobre cómo es una
persona.

Los viajes largos pueden ser muy
personales ¿molesto si fumo?

• Comunidad online para compartir coche
con mecanismos de Toma de Decisión:

– La valoración cualitativa de las personas que
viajan (expertos) mejoran la descripción del
conductor.

– Los usuarios pueden consultar y comparar la
valoración lingüística -karma- de varios
conductores, así como ver comentarios
públicos sobre éstos.
Planteamiento

1.Publicación de viajes y paquetería

2.Buscador de viajes

3.Gestión de Planiﬁcación del viaje

4.Elementos de comunicación interna

5.Conexiones entre usuarios

6.Herramientas de administración web

7.Perﬁl extendido: preferencias del viaje y
cálculo del karma
Solución

1. Publicación viaje

2. Buscador de viajes

3. Planificación del viaje

4. Comunicación interna

5. Conexiones entre usuarios

6. Herramientas de administración

7. Perfil de usuario

Solución “abierta”
• Teranga Go! es software libre:

– ELGG https://elgg.org

– GitHub http://github.com/rosanamontes/
teranga.go

• Producción y blog: http://terangago.com

• Desarrollo: http://tamen.ugr.es/teranga/

• App: http://apps.ugr.es/app_teranga.html

PROBLEMA DE DECISIÓN LINGÜÍSTICA
MULTIEXPERTO-MULTICRITERIO
• Tipo de problema:

– N alternativas a valorar: N = 1

– M criterios o variables lingüísticas: M = 4

– P expertos: P > 1 (potencialmente toda la comunidad)

• Computación con palabras (CW):

– Toma de decisión lingüística bajo incertidumbre

– Valoraciones: Expresiones lingüísticas compuestas

– Representación información: modelo 2-tuplas

• Criterios:

– Seguridad en el viaje.

– Limpieza e higiene.

– Conversación y compañía.

– Confort del coche.

• Adicionalmente:

– Recomendación del usuario.

– Ajuste con lo acordado previamente.

– Comentarios de texto libre

Formulario valoración

La comunidad:
✦ Los usuarios rellenan su perfil y deciden sobre los
criterios, ponderándolos según importancia.
✦ Tras un viaje evalúan las alternativas mediante
expresiones lingüísticas atendiendo a los criterios
mencionados.
✦ Usando una gramática HFLTS las expresiones
lingüísticas pueden incluir incertidumbre.Sistema en explotación:
✦ Los usuarios solicitan al sistema recalcular el karma de un usuario cada vez
que se visualiza el perfil de éste, lo que se realiza usando un modelo
lingüístico de toma de decisión que emplea computación por palabras.
✦ Usuarios muy activos viajando y valorando pueden llegar a ganar
experiencia.

ENFOQUE LINGÜÍSTICO
DIFUSO
• Usa “palabras” que permite expresar información
con variables lingüísticas (< precisión, >ﬂexibilidad)

• Dominio de expresión:

– granularidad
Conjunto de términos
lingüísticos entrada:
✦ S0 = Horrible (h)
✦ S1 = Muy Mal (mm)
✦ S2 = Mal (m)
✦ S3 = Normal (n)
✦ S4 = Bien (b)
✦ S5 = Muy Bien (mb)
✦ S6 = Excelente (e)
g=6
lingüísticos salida:
✦ S0 = Muy Bajo (mb)
✦ S1 = Mejorable (m)
✦ S2 = Novel (n)
✦ S3 = Satisfactorio (s)
✦ S4 = Confiable (c)
✦ S5 = Muy Alto (ma)
g=6
– semántica

karma = desconocido si p<2

Representación de la
información
• Modelado lingüístico mediante 2-tuplas:

– dominio continuo; mejor precisión.

– la información se expresa con el par (si,α).

– traslación simbólica α= β −i, con β ∈ [0, g]
valor resultante de un operador simbólico, e i
el índice del término.

VALORACIONES
LINGÜÍSTICAS HESITANT
• Usando una gramática libre de contexto GH el
experto puede hacer uso de expresiones
gramaticales resultantes en HS:

– menor que si: < si

– mayor que sj: ≥sj

– entre si y sj: si - sj

✦ S0 = Horrible (h)
✦ S1 = Muy Mal (mm)
✦ S2 = Mal (m)
✦ S3 = Normal (n)
✦ S4 = Bien (b)
✦ S5 = Muy Bien (mb)

• Hesitant Fuzzy Linguistic Term Set (HFLTS)

– ideal en situaciones de incertidumbre en las
valoraciones lingüísticas.

– introduce el concepto de intervalo de
valoración o conjunto de términos
lingüísticos.
Hesitant Fuzzy Linguistic Term Sets for Decision Making.
Rosa M. Rodriguez, Luis Martinez, and Francisco Herrera.
IEEE TRANSACTIONS ON FUZZY SYSTEMS, VOL. 20, N. 1, FEBRUARY 2012
VALORACIONES
LINGÜÍSTICAS HESITANT

Conclusiones
• Se ha presentando un caso real de problema de
toma de decisiones multicriterio y multiexperto.

• Se gestiona la imprecisión y la incertidumbre
asociada aplicado la representación lingüística
2-tuplas con HFLTS.

• Se ha creado una red social para compartir
coche (web y móvil)

• Es factible nuevos servicios de TD lingüística
dentro de la comunidad Teranga Go!

Participantes (por orden alfabético)
Cabrera Cuevas, Marcelino
Gómez Gonzalo, Gustavo (coord. Acento Comunicación)

Luque Romero, Jara
Moles Leiva, Antonio
Montes Soldado, Rosana (coord. UGR)

Moreno, Sonia
Ndour, Agustín
Ndour, Paul
Rodero, Diego
Rodriguez Sánchez, Mª Teresa
Sanchez López, Ana Mª
Torres, María
Villar Castro, Pedro
Agradecimientos
• Facultad de Traducción y
Documentación de la Universidad de
Salamanca.

• Coro de senegaleses Batum Borombi

Anexo: Cálculo del Karma

Cálculo del Karma
• Variables que deﬁnen el caso:

– N = 1 conductor

– P = 4 compañeros de viaje

– M = 4 criterios lingüísticos

• Pesos a los criterios = {w1 , . . . , wM }

• Pesos a los expertos = {e1 , . . . , eM }

Cálculo del Karma

2-tupla resultante: (s4, -0,03)
Cálculo del Karma
lingüísticos:
✦ S0 = Muy Bajo (mb)
✦ S1 = Mejorable (m)
✦ S2 = Novel (n)
✦ S3 = Satisfactorio (s)
✦ S4 = Confiable (c)
✦ S5 = Muy Alto (ma)

Teranga Go! microproyecto del CEI BioTIC de la UGR

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a Teranga Go! microproyecto del CEI BioTIC de la UGR

Semelhante a Teranga Go! microproyecto del CEI BioTIC de la UGR (20)

Mais de Rosana Montes Soldado

Mais de Rosana Montes Soldado (8)

Último

Último (6)

Teranga Go! microproyecto del CEI BioTIC de la UGR