mansszat

Waarom is een kaart interface zo verrekte aantrekkelijk? Herkenbaarheid?

Description of the individual project part

My project will be an (experimental) web application. It’s my goal to make my application a convivial tool. A tool that works with the people, instead of the tool works for them.

The heart of my application is a folksonomy. A system where users apply and exchange metadata to online objects. Recommendation will be a important part of it, but not in a commercial way. Most of the time the recommendation is not explained, so people doesn’t learn anything of it. It works for them. I will use the recommendation system to help the people. By example, it will help people to define their own taste of art.

Because it’s an individual project I have to focus my project on one service, so it become a kind of demonstrator. Nevertheless a full working demonstrator.

Description focus of thesis part

Which role can play a recommendation system into a folksonomy. A recommendation system traces your personal interests. In a folksonomy you apply metadata on terms of your own interest. So their is a strong overlap between both systems. The make use of it is in my eyes to low. For this subject i have to research multiple pathways. I’m quite into the folksonomy part, because my groupproject. I need to search a good balance for that.

For the recommendation part, I will try to define the border of recommendation. At the moment I think the border is passed. In most of the time recommendation works for the people instead of with the people.

For the folksonomy part, I will follow the online debate and take a clear stand

Project / thesis interconnection:

My project will be made as a experiment to support my findings in the thesis. Their interconnection is strong. In order to build an application that has really something to say I need to have done some strong research about what I want to say .

Samen met Roland en Jos een poster gemaakt over RFID en Ambient Layers.

update 

De poster plus de presentatievideo is nu online te bekijken. Voor de video gaat alle eer naar Jos en Roland.

Op de frontpage van Flickr staan een beperkt aantal random quotes. In die quotes zijn bepaalde woorden aanklikbaar als tag-link. Wat doe je als iedereen naar je feestfoto’s wil laten kijken. Je voegt al die woorden uit die qoutes toe als tag aan je foto. Succes gegarandeert…

Woensdag en donderdag ben ik naar de workshop Mobtagging geweest bij Mediamatic. Interessante sprekers. Twee dingen vielen mij op. Door Ondergrond.org weet ik al vrij veel van mobtagging/folksomies. Op de HKU zijn we allemaal goed op elkaar ingespeeld wat betreft het bedenken van een concept.

Ik zal nog een uitgebreid report posten, daar ben ik momenteel nog mee bezig.

Een ideetje voor een database waarin een koppeling/aanbeveling directe gecontroleerd kan worden. Als de aanbeveling goed is, lacht fe gebruiker…

Caberatier Lebbis (van Lebbis en Jansen) bouwt zijn conferences op door (tegenstijdige)feitjes aan elkaar te koppelen. Door die koppelingen (en conclusies) onstaat er een grappige verhaal. Door een database te (laten) vullen met feitjes, die te voorzien van metadata, zijn die feitjes te koppen tot een absurde narratieve structuur.

Er valt eindelijk eens wat te lachen om een database. De gebruiker kan direct aangeven of een reeks van feitjes grappig is. Zo’n reeks kan dan gesuggereerd worden aan andere gebruikers.

Voorbeeld van feitjes reeks:

- tijdens vliegtuig last van je oren door drukverschil

- vliegtuig is een drukcabine met vaste druk

- kauwgom kauwen voorkomt oorproblemen bij vliegen

- kauwgom wordt niet verkocht op Schiphol, ter voorkoming van smerige kauwgom vloeren (conclusie: de vloer van Schiphol is belangrijker dan het trommelvlies van de passagier)

Problemen:

- het aanbevelingsysteem past zich (nog) niet aan de gebruiker

- er wordt geen grens opgezocht

- is de vraag of het grappig is

Voor mijn groepsproject (Collective Memory / ondergrond.org) hebben wij een systeem bedacht waar wij verschillende aannames hebben gemaakt die ik verder wil uitzoeken. Het systeem hevelt metadata van objecten naar de gebruiker over én van de gebruiker weer terug naar een andere object.

Ons systeem creëert een persoonlijk profiel op basis van het surfgedrag door onze applicatie. Overeenkomstige metadata van opeenvolgende foto’s worden o.a. opgeslagen in dat profiel. Door die metadata te koppelen aan een bekeken object proberen we voor meer metadata te zorgen. Het resultaat van de koppeling wordt teruggegeven in een vraag. Voorbeeld: Een man bekijkt het object met het trefwoord rood, de man bekijkt nogmaals een object met het trefwoord rood. Het volgende object wat die man bekijkt heeft nog geen trefwoord rood. Hij krijgt dan de vraag: Is jouw lievelingskleur rood ook van toepassing op dit object?

Deze aanpak is een oplossing van het probleem dat een gebruiker geen metadata aan andermans objecten wil koppelen, zonder dat eigen belang in het spel is. Dat is nodig om een folksonomy beter te laten functioneren. In een folksonomy als Flickr zijn de metadata voornamelijk van de uploader zelf.
Dat zorgt ervoor dat gebruikers zich alsnog moet verplaatsen in andermans categorisering. Juist dat is één van de problemen van een taxonomie die in folksonomy zou moeten verhelpen.

Tijdens ons groepsproject hebben wij onze research voornamelijk gefocust op de folksonomy. Aannames zitten dan vooral in ons gebruik van het persoonlijk profiel. Wij gaan er van uit dat een gebruiker alleen objecten bekijkt die aansluiten bij zijn (meegroeiende) persoonlijk profiel. Daarnaast geven we
data uit dat gecreëerde profiel weer als feit. Een veel bekeken kleur wordt de lievelingskleur.

Het gebruik van zo’n interessegebied is dus niet alleen te gebruiken voor spam, maar ook op zinvolle manieren. Bij spam is het duidelijk dat het ongewenst is, bij manieren als de Amazon-suggesties is de gewenstheid al
onduidelijker. In ons systeem wordt het profiel voor de gebruiker en zijn medegebruikers gebruikt (en dus niet om boeken te verkopen), maar toch laten mensen zich logischerwijs geen lievelingskleur aanpraten. Is er een grens?

Hoe komen aanbevelingen tot stand?

Voor het geven van suggesties komen twee manieren in literatuur naar voren. Content-based en collaborative recommendation. Bij manieren hebben hun minpunten. Door een combinatie van deze twee systemen zijn een groot deel van deze minpunten te ondervangen.

Contend-based

 De inhoud van een door de gebruiker gewaardeerd(bijv. door het te kopen) item wordt vergeleken met de inhoud van andere items. Sterk overeenkomstige items worden aanbevolen. Probleem zit in het vergelijken van de inhoud. Inhouden zoals van afbeeldingen en video zijn moeilijk te vergelijken. (Een oplossing zit hierin ook zulke objecten te voorzien van metadata).

Collaborative recommendation

 Hierbij worden niet de inhouden met elkaar vergeleken, maar de gebruikers. Heeft een gebruiker overeenkomstige items gewaardeerd, dan wordt een een item wat nog niet door jou in gewaardeerd aanbevolen. Probleem hierbij is dat nog niet gewaardeerde items niet worden aanbevolen.

Beide problemen worden door de andere manier opgelost.

 Hoe zijn aanbevelingen terug te koppelen naar de ‘echte’ wereld?

Recommendation bij een online shop is niet meer dan een digitale vervanging van de toevalsaankopen tijdens ‘echte’ winkelen. Percentueel gezien zijn die laatste aankopen zelfs groter.

Waar moet een aanbeveling aan voldoen?

- een aanbeveling moet niet te vaag zijn, want dan ervaart een gebruiker het als een zinloze inbreuk op je privacy

- een aanbeveling moet wel kloppen. Bij het aankopen van Martin Luther King, moet je geen Planet of the Apes aanbevelen

Mijn onderzoek richt zich op de grens van het aanbevelen. Hoever kun je gaan in het aanbevelen? In hoeverre kan een gebruiker aanbevelingen waarderen?

Als een aanbeveling wordt gemaakt op basis van de gebruiker, is het dan ook mogelijk op de mate en manier van aanbeveling aan te passen aan de gebruiker?

 Om de juistheid van aanbevelingen te controleren heb je feedback van de gebruiker nodig. Bij een het kopen van een boek, dvd ed. is die feedback niet direct te krijgen. De inhoud van de database moet dus zorgen voor een directe feedback. Een directe feedback krijg je bij humor. Als je ergens om moet lachen is het grappig, anders niet.

1. Het doel is het bijhouden van mijn gedachtes en ondervindingen voor mijn thesis.
2. “De belangrijkste raad voor beginnende schrijvers is: doe het elke dag.”
3. Dit een soort stok-achter-de-deur moet worden.
4. Het opengooien van mijn gedachtes voor anderen, zodat deze(lees: jij) kan reageren.
5. Ik zag dat het bij Sjors goed uitpakte.
6. en omdat ik het als Digital Media Design student toch één keer moet proberen.