Uso de uma Base de Conhecimento de Senso Comum em Projetos de Arquitetura da Informação de Web...

IPT - Instituto de Pesquisas

Tecnológicas do Estado de São Paulo

1

Uso de uma Base de Conhecimento de Senso Comum em Projetos de Arquitetura da

Informação de Web Sites

Wanderley S. [email protected]

Orientadora: Profª. Dra. Lucia Vilela L. Filgueiras

Abril/2009

I - Introdução II - Base teóricaIII - PropostaIV - Prova de ConceitoV - Análise dos ResultadosVI - Conclusões

IPT - Instituto de Pesquisas Tecnológicas do Estado de São Paulo 2

3IPT - Instituto de Pesquisas Tecnológicas do Estado de São Paulo


De acordo com a literatura pesquisada, em sites onde se sentem mais familiarizados com o esquema de

organização os usuários encontram o que procuram com mais facilidade, o que torna sua visita uma experiência

melhor.

Objetivo de interesse para sites como o Portal da Família (www.portaldafamilia.org.br):

- artigos de orientação sobre o tema Família- mais de 1.400 itens de conteúdo - 15 grandes seções - mais de 8 mil visitas/dia.

Propõe um processo que relaciona os itens de conteúdo de um site aos conceitos que fazem parte do senso comum das pessoas, e aproveita-se desse relacionamento para gerar um esquema de organização que, em tese, é mais familiar para os usuários, denominado CSCOS – CommonSense Context Organization Scheme (“Esquema de Organização com

base no Contexto de Senso Comum”).

Investigar como o conhecimento de Senso Comum, coletado e armazenado no projeto Open Mind Common Sense no Brasil (OMCS-Br),

pode ser usado para auxiliar arquitetos de informação na tarefa de construir um sistema de organização de sites.

IPT - Instituto de Pesquisas Tecnológicas do Estado de São Paulo

5


“Senso comum é um conceito abstrato que surgiu no final da década de 50, e se relaciona a fatos do nosso dia-a-dia, que usamos sem mesmo pensar sobre eles -conhecimento comum, ou, mais genericamente, conhecimento do mundo. Coisas simples tais como os fatos de algo cair para baixo, de em um casamento existir pelo menos um noivo e uma noiva e que um filho é mais jovem que seu pai.”

Profª. Dra. Junia Coutinho Anacleto

IPT - Instituto de Pesquisas Tecnológicas do Estado de São Paulo7

Conhecimento de Senso Comum

Organização com base no contexto de

Senso Comum

Maior facilidade para o usuário encontrar as informações procuradas

Arquitetura da Informação

Interação Humano-Computador (IHC)

=

Contribuição às áreas:

8

Organização com base

no contexto de senso comum

Processo de

geração

Prova de conceito

Análise dos resultados

Análise comparativa

dos esquemas de

organização: card sorting x senso comum

Conclusões

Pesquisa da Literatura


Arquitetura da Informação (AI)Interação Humano-Computador (IHC)

Conhecimento de Senso ComumMineração de Textos (Data Mining)

Recuperação da Informação (Information Retrieval)

ACM - Association for Computing Machinery - acm.org

IEEE Computer Society - www.computer.org

MIT - Massachusetts Institute of Technology

PARC - Palo Alto Research Center

Associações

UIE - User Interface Engineering

UPA - Usability Professionals' Association

USEIT - Nielsen Norman Group - www.useit.com

Journal of the American Society for Information Science

IAI - The Information Architecture Institute

Congressos

IA Information Architecture Summit Conference

CHI - Conference on Human Factors in Computing Systems

IUI - International Conference on Intelligent User Interfaces

Acompanhamento de Listas de Discussões

Grupo desinterac - Design de Interação

AIfIA-pt - Arquitetura de Informação em Português

Ihc-l - Lista SBC sobre Interação Humano-Computador

Artigos e Livros referenciados

Ano da publicação Quantidade

% dototal

< 2000 6 6%

>=2000 a 2002 14 15%

>=2003 a 2005 35 37%

>=2006 a 2008 39 41%

Total 94



Encontrabilidade(“Findability”):

Grau de facilidade com que uma determinada informação (ou objeto) é localizável.

Aplicável tanto à informação em si quanto ao web sitecomo um todo.

(Peter Morville, 2005)

The User Experience Honeycomb - Semantic Studios - 2004

Aspectos da qualidade de web sites


Conceitos da Teoria do Forragear Informação

Comportamento dos usuários ao procurar informação

Satisficing (“suficientemente satisfatório”) = "satisfy" + "suffice“Pessoas atuam sob “racionalidade limitada” (“bounded rationality”), onde há limites de tempo e de recursos para tomada de decisões.

Herbert Simon, prêmio Nobel de economia

Quando as pessoas pesquisam informações à procura de suas respostas elas exibem o mesmo comportamento que animais caçando suas presas (CHALMERS, 2000). As pessoas tornam-se “informívoros” (analogia à “carnívoros” e “herbívoros”) na caça por informação.

Forragear : “vasculhar, remexer, à procura de algo” ou “o ser vivo procurar alimento, lançando mão de estratégias especializadas, desenvolvidas no âmbito da espécie” (Dicionário Houaiss, 2001).


Cheiro da Informação

Cheiro da Informação (“Scent of Information”): produzido por sinais associados aos links, que os usuários usam de forma subjetiva para prever a possível utilidade do conteúdo distante em relação ao seu objetivo.

CHI et al., 2001; SPOOL, PERFETTI e BRITTAN (2004)

Rótulos, texto ao redor, URL, imagens, símbolos

Sinais (ex: palavras-gatilho, perfume) funcionam de acordo com um processo de propagação de ativação de idéias (“spreading activation models”).

Um sinal ativa uma idéia dormente no cérebro, e essa idéia ativa outra, sucessivamente.

PIROLLI (2007)


Organização hierárquica do tipo ambíguaExemplos de técnicas usadas

Escolhas do projetista(MORVILLE e ROSENFELD, 2006)

Card Sorting(REIS, 2007)

Classificação social(MORVILLE, 2005)

Entrevistas com usuários e envolvidos / Análise de concorrentes

Dependência da capacidade depercepção do projetista

Participação dos usuários / Análise pelo título e breve descrição

Classificação compartimentada / pode ser inadequada para pesquisa exploratória.

(MAURER e WARFEL, 2004)

Folcsonomia / categorização aberta e colaborativa

Não estruturada / sem relacionamento formal Taxonomia colaborativa é desafio /

Realizada a posteriori(NOY, CHUGH e ALANI, 2008)


Conceitos da Teoria do Forragear Informação

Nível do cheiro da informação das páginas antes de o usuário abandonar o site.

PIROLLI (2007)

A web é formada por inúmeras “regiões ou campos de informação” (web sites, lista de resultados de uma busca, ou mesmo áreas dentro de um site, relacionadas a um tipo específico de conteúdo ou de atividades) .

CARD et al. (2001)

Modelo da Dieta da Informação

NIELSEN (2003)


Um dos tipos de atividades que os usuários realizam na web:Pesquisa exploratória

Pesquisa exploratória: ocorre quando o usuário não sabeexatamente o que procura, mas precisa coletar múltiplospedaços de informação para entendimento de um assunto outomada de decisões, como, por exemplo, aprender sobre osdiversos tipos de planos de aposentadoria.

Das tarefas que as pessoas consideraram como importantesfeitas na web:• 71% envolve a coleta de múltiplos pedaços de informação.• 25% refere-se a pesquisar informações específicas (como porexemplo, achar um determinado fato ou documento).

(PIROLLI, 2007)

Poderá haver problemas se as informações que o usuário procura estão fragmentadas em diversas regiões do site (navegação transversal).


Bases de dados de Conhecimento de Senso Comum

The Open Mind Common Sense Project - MIT MediaLab

Open Mind Common Sense no Brasil (OMCS-Br)LIA - Laboratório de Interação Avançada Depto. Ciência da Computação - UFSCar

www.sensocomum.ufscar.br Aplicações


Temas e Atividades do projeto OMCS-Br


Rede de Conceitos - ConceptNetBr

Adaptado de CARVALHO (2007)Conceitos são inter-relacionados segundo os 20 tipos de relações definidos com base na teoria de Minsky sobre como funciona a mente humana. (Ex.: LocationOf, PropertyOf, IsA, UsedFor)

IsA “fruta”:Maçã

LaranjaPêra

...

LocationOf“fruta”:

FruteiraMercado

Pomar...

Hipótese: é possível usar esse conhecimento armazenado para criar uma organização de senso comum?


Organização de sites com base na similaridade de Contexto de Senso Comum

Similaridade de Contexto

Identificar e agrupar itens de conteúdo que tratam de um mesmo

contexto

Definido por especialistas no

assunto

Ou definido por pessoas comuns > muitas pessoas > senso comum

Os termos em um documento ajudam a definir um contexto (CHEN et al., 1997).

Crianças e diversão ≈ Filhos e passeios

Diferente da similaridade

léxica (expansão via Tesauros)


CSCOS – Common Sense ContextOrganization Scheme

Identificação automatizada da similaridade de contextoGraduar o nível de similaridade entre 2 itensAgrupar os itens mais similares entre si


Documentação do processo de geração do CSCOS


Prova de Conceito do processo de geração do CSCOS

81 artigos representativos da seção Pais do sitePortal da Família(40% da seção)

Análise e comparação com a organização gerada através de card sorting.


Experimento de Card Sorting OnLine

Técnica recomendada por diversos autores (TULLIS e WOOD, 2005).Fornece uma aproximação do que seria uma organização consensual para a maioria dos usuários• 27 participantes• Título de cada artigo como única informação perceptível sobre cada item a classificar

Assuntos compartimentados: livros, virtudes...


28

Etapas do processo de geração do CSCOS

FerramentasCSCOSGenerator

Módulos:- Extrator

- Captador- Assinador

- CalcSim

statistiXL


29

Extrator – Extração das palavras-chave de cada item de conteúdo

Palavras-chave distintas por artigo:Média: 164Mínimo: 53Máximo: 791

Assinatura léxica: 40 palavras-chave para caracterizar cada artigo (25% da média)

Trecho de Assinatura Léxica

Detalhes:•Lista de stop-words: conjunções, artigos, preposições, numerais.•Normalização: termos no singular, grau normal, verbos no infinitivo (dicionário DELAF_PB, usado na ConceptNetBr)•Consolidação das palavras-chave (cálculo da frequência)


30

Captador – Capta o contexto na ConceptNetBr

Consultadas 3.929 palavras-chave dos textos do acervo.72% das palavras-chave contempladas na ConceptNetBr.133.518 conceitos retornados da ConceptNetBr.Diversos tipos de relação para cada conceito.


Assinador - Geração da assinatura léxico-contextual de cada item de conteúdo

Id do Artigo Palavra-chave Frequência

1 televisão 39

1 filho 25

1 programa 19

1 pai 19

1 família 11

1 criança 10

1 familiar 8

1 valor 7

1 educação 7

1 critério 6

1 direito 6

1 infantil 5

1 vida 5

1 qualidade 4

1 conteúdo 4

1 ensinar 3

Trecho da Assinatura Léxica Exemplo de resultados da ConceptNetBr

Termo pesquisado Tipo de Relação Conceito Relacionado

televisão UsedFor entreter

televisão LocationOf hotel

filho ThematicKLine nascimento

filho SuperThematicKLine alimentar filho

filho CapableOf jogar bola

filho PropertyOf doente

pai ThematicKLine homem

pai CapableOf educar

programa LocationOf computador

programa LocationOf tv

família IsA lar

família PartOf bebê

família ThematicKLine saudade

criança PropertyOf pequeno

criança LocationOf creche

criança CapableOf dormir

direito ThematicKLine reclamar

infantil PropertyOf coelho da páscoa

vida LocationOf pessoa

conteúdo ThematicKLine ensinamento

qualidade ThematicKLine filme

ensinar CapableOf avó

ensinar DefinedAs dar aula

conhecimento LocationOf enciclopédia

horário ThematicKLine remédio

Cada assinatura léxica (40 palavras-chave) recuperou, em média, 3.915 termos de contexto do senso comum da ConceptNetBr, sem repetição (mínimo de 1437, máximo de 7.332).


Assinador – Normalização do peso de cada termo

Trecho de Assinatura Léxico-Contextual

Técnica usada:TF-IDF (“Term Frequency – Inverse Document Frequency”) - muito usada em algoritmos de recuperação da informação (McNEE et al., 2006).

Relevância de um termo (peso) atribuído conforme o número de ocorrências desse termo no documento (TF) e em razão inversa de sua importância no conjunto de documentos da coleção (IDF).

Id Artigo Termo TFIDF

1 Televisão 0,265638754

1 Doente 0,175029441

1 Programa 0,091001447

1 Lixo 0,041299613

1 Assistir 0,038084476

1 Critério 0,030750382

1 Direito 0,027035262

1 Valor 0,024597993

1 Conveniente 0,024260403

1 Programação 0,024260403

1 Seleção 0,024260403

1 Televisivo 0,024260403

1 Familiar 0,020591696

1 Conteúdo 0,020500254

1 Qualidade 0,020500254

1 Sala 0,019507044

80 termos:40 mais frequentes do léxico40 mais frequentes do contexto


CalcSim - Matriz de similaridade por Contexto de Senso Comum

Técnica usada: Medida de Similaridade por Cosseno, para cálculo da similaridade entre documentos (BAYARDO et al., 2007).


Análise de agrupamento - Dendogramagerado no processo CSCOS

Técnica de clustering hierárquico com método “Group Average”. Ferramenta statistiXL .

Variações de agrupamento ocorrem conforme composição e tamanho das assinaturas léxico-contextuais.


Detalhes de agrupamentos da prova de conceito

Itens do tipo “livro”: distribuídos entre os agrupamentos.

Há coerência?

Resumo esquemático

37

Comparação: CSCOS x Classificação por Card Sorting

Similaridade de Contexto

de Senso Comum

Card SortingSimilaridade

do léxico

Exemplo de semelhança:Artigos nº. 31 ("Dicas de passeios e lazer com a família”) e nº. 48 ("Jogos e brincadeiras de salão”): 3 termos em comum nos textos: “criança”, “jogo”, “sala” ( 7,5% da assinatura léxica). Agrupados no card sorting. 23 termos em comum nas assinaturas léxico-contextuais (28,7% de um total de 80 termos) => maior ênfase no agrupamento!

Exemplo de diferenças:Livros: agrupados no card sorting, separados no CSCOS.


Análise Comparativa

(i) a classificação resultante do experimento de card sorting fornece, em tese, uma aproximação do que seria uma organização consensual para a maioria dos usuários, e foi obtida a partir das sugestões dadas pelos usuários (participantes do experimento) que tiveram o título de cada artigo como única informação perceptível sobre cada item a classificar;

(ii) a classificação obtida através da similaridade contextual fornece uma organização com base na similaridade de contexto de cada item, contexto esse que foi obtido, em tese, a partir do senso comum das pessoas, expresso através de relações entre conceitos armazenadas em uma base de conhecimento de senso comum (OMCS-Br) e o conteúdo (texto) dos itens analisados.


Análise qualitativa de agrupamentos - Exemplo

Grupos gerados via CSCOS

Por quê não agrupar “Meu filho é um irresponsável” e “Meu filho é desobediente” ? (site atual e Card Sorting)

Motivo matemático: quantidade de termos de contexto em comum


Análise qualitativa de agrupamentos - Exemplo

Caso: Detecção automática de similaridade, condizente com teorias educacionais (David Isaacs)

Grupos gerados via CSCOS

Por quê não agrupar “Meu filho é um irresponsável” e “Meu filho é desobediente” ? (site atual e Card Sorting)

David Isaacs, autoridade mundial em educação e autor do livro "A educação das virtudes humanas“:

A obediência é uma virtude a ser trabalhada pelos pais principalmente em crianças de 0 a 7 anos, tendo em conta os traços estruturais das idades e a natureza das virtudes, visto que 1) se não se desenvolve desde pequenos, é muito mais difícil depois; 2) é uma virtude necessária para permitir uma convivência feliz; 3) tranquiliza às mães de família.

A virtude da responsabilidade é tratada com maior ênfase desde os 8 até os 12 anos (idade escolar da criança) visto que necessita de maior uso da vontade “para suportar incômodos, esforçar-se continuamente, alcançar o decidido e resistir a influências nocivas".


Rótulos?

Não há “sugestões de rótulos”. Maior dificuldade para criar rótulos curtos para representar o contexto determinado por alguns grupos de itens.

Namoro entre adolescentes. Puberdade e Descobrimento do outro sexo. Conflito de

gerações. Educação da Compreensão. Quem ama,

educa.

Cada agrupamento torna-se um campo de informações úteis ao usuário se o usuário considerá-las “saborosas” (NIELSEN, 2003).

Como evidenciar o “cheiro da informação” e diferenciar os grupos existentes nos links de navegação?


Alguns casos de incertezas no ClusteringHierárquico

Lista classificada dos itens mais similares a um dado item inicial: o item nº. 1 não formou grupo com seus três itens mais similares

Ocorre no CSCOS, Card Sorting...


Sub-produtos do processo

Recomendação de leitura a artigos similares acrescido de uma “textcloud”.

Condizente com a abordagem de foco no conteúdo ao invés de foco na estrutura.

HALLAND e HALLAND (2007) e SPOOL, PERFETTI e BRITTAN (2004)


Questões em aberto no processo CSCOS

Definição da quantidade de termos por item

Assinatura léxica

mín.: 53 / máx.: 791 / média 164

Assinatura contextual média 3.915 termos de

senso comum

Assinatura léxico-

contextual: 40 termos do léxico, 40 de contexto

Diferentes quantidades: Impacto na formação de pares de itens mais similares, e na formação e hierarquização dos grupos.

Aumentar a quantidade de termos do contexto: implica em maior dependência da “qualidade” do contexto recuperado da ConceptNetBr. Melhora com o aumento de colaboradores sobre o tema.

Como testar? Close card sort não é adequado. Necessário bons rótulos e técnicas para aumentar o “cheiro da informação” nos links de navegação.


Questões em aberto no processo CSCOS

Nem todas as palavras-chave dos textos encontraram conceitos correspondentes na base de senso comum.

Existência de ambiguidades (ex.: “camisinha” / “camisa” / “preservativo”).

Possíveis mudanças na organização proposta conforme:

- Coleta de senso comum sobre temas mais próximos ao do site em estudo:

- Aumento do volume do conhecimento de senso comum armazenado ;

- Mudanças culturais .


Conclusões

Comprovação da possibilidade de se associar um contexto, obtido através de uma base de conhecimento de senso comum, a cada item

de conteúdo do site estudado.

Comprovação da viabilidade de se obter um esquema de organização com base na similaridade de contexto de senso comum dos itens de conteúdo da coleção (CSCOS – Common Sense Context Organization

Scheme).

Coerência nos agrupamentos propostos conforme o CSCOS (na lógica

do processo e avaliações qualitativas deste autor).

Tempo de processamento relativamente pequeno.


Conclusões

OMCS-Br : potencialidade para abranger conhecimento de senso comum sobre diversos

temas (exemplos: terceira idade, família, educação, folclore, lazer, assuntos do cotidiano).

CSCOS: técnica alternativa ou complementar ao card sorting, para auxiliar o arquiteto da

informação durante a fase de projeto do sistema de organização de um site.

CSCOS: artefatos adicionais úteis para projetos que adotem uma abordagem com foco no

conteúdo.


Adequação ao uso do conhecimento de Senso Comum em projetos de Arquitetura da Informação

Nem todo tipo de conhecimento pode ser considerado como sendo de senso comum.

Pode não adequado a projetos com conteúdo técnico-científicos ou público-alvo especializado (pessoas vs usuários).

Senso comum... de uma comunidade específica?


Trabalhos futuros

Uso da base de conhecimento de Senso Comum para identificação automática de contexto de forma facetada, possibilitando uma classificação facetada, ou um sistema de busca com base nessas facetas.

feto

bebê (0-1 ano)

criança (1-3 anos)

criança (4-7 anos)

puberdade (8-12

anos)

adolescência

jovem

adulto

meia-idade

idoso

educação

saúde

direito

esportes

trabalho

família

lazer

sociedade

moda & beleza

gravidez

gestação

nascimento

batizado

aniversário

vestibular

formatura

estudos

namoro

noivado

casamento

bodas

falecimento

festas

cotidiano

casal

homem

mulher

jovem

sogra

avós

primos

tios

irmãos

amigos

colegas

Brasil

Portugal

Outros países

casa

hospital

escola

empresa

ruas


Trabalhos futuros

Uso de sintagmas nominais dos textos nas pesquisas na ConceptNetBr: maior precisão na recuperação do contexto.

Exemplo: “posto de gasolina”

IHC 2008 - VIII Simpósio Brasileiro de Fatores Humanos em Sistemas ComputacionaisPorto Alegre - RS - Outubro de 2008Workshop de Aspectos da Interação Humano-Computador na Web SocialArtigo: Uso de uma Base de Conhecimento de Senso Comum em Projetos de Arquitetura da Informação de WebSites

Uso de uma Base de Conhecimento de Senso Comum em Projetos de Arquitetura da Informação de Web...

Technology

Transcript of Uso de uma Base de Conhecimento de Senso Comum em Projetos de Arquitetura da Informação de Web...