Relazione sulle attività e le ricerche svolte Dott. Senatore Sabrina

Transcript

1 Dottorato di Ricerca in Informatica, II Ciclo Nuova Serie, Università degli Studi di Salerno Corsi Relazione sulle attività e le ricerche svolte Dott. Senatore Sabrina Il sottoscritto ha frequentato i seguenti corsi: Relazione Finale Corso: Teoria della Programmazione Concorrente e Distribuita Docenti: Prof. R. Gorrieri (Università di Bologna) Durata: 20 ore Periodo: Dal 18 al 26 Giugno 2001 Luogo: Università di Salerno, Baronissi Corso: Intelligent Agents: Theoretical Foundations Docenti: Prof. Michael J. Wooldridge (University of Liverpool, UK) Durata: 6ore Corso: Virtual Sales Agents for Electronic Commerce Docenti: Prof. Wolfgang Wahlster (DFKI GmbH, Germany Research Center for AI) Durata: 2ore Corso: Logical Foundations of Agent-Based Computing Docenti: Prof. Wiebe van der Hoek (University of Utrecht, Netherlands) Durata: 4ore 1

2 Corso: Towards Heterogeneous Agent Teams Docenti: Prof. Milind Tambe (University of Southern California, USA) Durata: 4ore Corso: Automated Negotiation and Decision Making Docenti: Prof. Sarit Kraus (University of Maryland, USA & Bar-Ilan University, Israel) Durata: 6ore Corso: Holonic Manufacturing Systems Docenti: Prof. Misbah S. Deen (University of Keele, UK) Durata: 4ore Corso: Perspectives on Organizations in Multi-Agent Systems Docenti: Prof. Les Gasser (University of Illinois, USA) Durata: 6ore Corso: Multi-Agent Oriented Programming and Methodology Docenti: Prof. Yves Demazeau (LEIBNIZ - Institut IMAG, France) Durata: 6ore 2

3 Corso: Agents Advanced Features for Negotiation and Coordination Docenti: Prof. Eugenio Oliveira (University of Porto, Portugal) Durata: 2ore Corso: Machine Learning and ILP for Multi-Agent Systems Docenti: Prof. Dimitar Kazakov (University of York, UK) Durata: 3ore Corso: Relational Reinforcement Learning Docenti: Prof. Kurt Driessens (Katholieke Universiteit Leuven, Belgium) Durata: 2ore Corso: Multi-Agent Infrastructure, Agent Discovery, Middle Agents for Web Services and Interoperation Docenti: Prof. Katia Sycara (Carnegie Mellon University, USA) Durata: 6ore Corso: Social Knowledge in Multi-Agent Systems Docenti: Prof. Vladimir Marik (Czech Technical University in Prague, CZ) Durata: 2ore 3

4 Corso: Multi-Agent Coordination and Control Using Stigmery Applied to Manufacturing Control Docenti: Prof. Paul Valckenaers (Katholieke Universiteit Leuven, Belgium) Durata: 4ore Corso: From Statistics to Emergence: Exercises in Systems Modularity Docenti: Prof. Jozef Kelemen (Silesian University, Czech Republic) Durata: 3ore Corso: Standardizing Agent Interoperability: the FIPA Approach Docenti: Prof. Stefan Poslad (University of London, UK) Durata: 2ore Corso: Distributed Problem Solving and Planning Docenti: Prof. Edmund H. Durfee ( University of Michigan, USA) Durata: 3ore Corso: Specialized Agent Applications Docenti: Prof. Klaus Fischer (DFKI GmbH, Germany) Durata: 3ore 4

5 Corso: Virtual Enterprise Modeling and Support Infrastructures: Applying MAS Approaches Docenti: Prof. Luis M. Camarinha-Matos (New University if Lisbon, Portugal), Hamideh Afsarmanesh (University of Amsterdam, Netherlands) Durata: 3ore Corso: Intelligent Information Agents Docenti: Prof. Matthias Klusch (DFKI GmbH, Germany ) Durata: 4ore Corso: Intelligent Interface Agents Docenti: Prof. Elisabeth Andre (DFKI GmbH, Germany) Durata: 3ore Corso: Automi e Logiche temporali: un approccio alla veri4ca di sistemi. Docenti: Prof.ssa Margherita Napoli - Università di Salerno Durata: 20 ore. Periodo: Ottobre 2002 Luogo: Università di Salerno, Baronissi. Corso: Algoritmi e Sistemi Distribuiti. Docenti: Prof. Roberto De Prisco - Università di Salerno Durata: 17 ore. Periodo: Marzo-Maggio 2002 Luogo: Università di Salerno, Baronissi. Corso: Algoritmi per Agenti Egoisti. Docenti: Prof. Giuseppe Persiano e Vincenzo Auletta - Università di Salerno 5

6 Durata: 16 ore. Periodo: Aprile-Maggio 2002 Luogo: Università di Salerno, Baronissi. Corso: Machine Learning. Docenti: Prof. Nello Cristianini - Universitá di California-Davis. Durata: 12 ore. Periodo: Dicembre Luogo: Università di Salerno, Baronissi. Corso: SearchandDataMiningintheInternetAge. Docenti: Prof. A. Broder (IBM Research). Corso: Authoritative Sources in a Hyperlinked Environment. Docenti: Prof. P. Raghavan (Verity and Stranford University). Corso: A New Science of Discovery and Algorithmics of Surprise. Docenti: Prof. A. Apostolico (Purdue and Padova University). Corso: Activist Data Mining. Docenti: Prof. D. Shasha (New York University). 6

7 Corso: Data Cleaning. Docenti: Prof. E. Simon (INRIA-Rocquencourt). Corso: Economic and Game-Theoretic Aspects of Information Systems. Docenti: Prof. C. Papadimitriou (University of California, Berkley). Corso: Spectral Methods in Data Mining. Docenti: Prof. A. Karlin (University of Washington, Seattle). Corso: Indexing, Compressing and Seraching Texts. Docenti: Prof. M. Crochemore (University Marne La Vallee). 7

8 Corso: Large Scale Text Indexing: Data Structures, Algorithmic Design and Engineering. Docenti: Prof. R. Grossi (University of Pisa). Corso: Post Genomic Data Mining-Discovering Patterns in Genomes Transcriptomes and Haplotypes. Docenti: Prof. E. Ukkonen (University of Helsinky). Corso: Network Expression Interface. Docenti: Prof. M.F. Sagot (INRIA Rhone-Alpes). Seminari Il sottoscritto ha partecipato ai seguenti seminari: Bisimulation on regular graphse Seminario tenuto il 9 Aprile 2001 presso l Universitá degli Studi di Salerno dal Dott. Didier Caucal - IRISA CNRS, Rennes 8

9 Federazione e Interoperabilita dei Database Geogra"ci Seminario tenuto il 29 ottobre 2001 presso l Universitá di Salerno dal prof. Laurini, University of Lyon. A Chomsky hierarchy of graph families Seminario tenuto il 10 Aprile 2001 presso l Universitá degli Studi di Salerno dal Dott. Didier Caucal - IRISA CNRS, Rennes. A Brief Survey on Clustering with Objective Function Models for Pattern Recognition Seminario tenuto il 21 Maggio 2001 presso l Universit a degli Studi di Salerno dal Dott. Antonino Staiano. A survey on Neural Network-based Fuzzy Logic Seminario tenuto il 21 Maggio 2001 presso l Universitá degli Studi di Salerno dal Dott. Angelo Ciaramella. Voice Over IP Seminario tenutosi nelle date 29 e 31 Maggio 2001 presso l Universitá degli Studi di Salerno dal Dott. Antonio Fresa - Ericsson. Catai: Animazione di algoritmi sulla rete Seminario tenuto il 3 Ottobre 2001 presso l Universitá degli Studi di Salerno dal Dott. Umberto Ferraro Petrillo. Timed games Seminario tenuto il 10 Ottobre 2001 presso l Universitá degli Studi di Salerno dal Dott. Marco Faella. Independent Component Analysis and Blind Source Separation Seminario tenuto il 17 Ottobre 2001 presso l Universitá degli Studi di Salerno dal Dott. Angelo Ciaramella. User privacy issues regarding certi"cates and the TLS protocol Seminario tenuto il 24 Ottobre 2001 presso l Universitá degli Studi di Salerno dal Dott. Ivan Visconti. Federazione e interoperabilit a dei database geogra"ci Seminario tenuto il 29 Ottobre 2001 presso l Universitá degli Studi di Salerno dal Dott. Robert Laurini della Claude Bernard University di Lione. Field-oriented database Seminario tenuto il 30 Ottobre 2001 presso l Universitá degli Studi di Salerno dal Dott. Robert Laurini della Claude Bernard University di Lione. Progettazione dei siti web per le autorità locali Seminario tenuto il 31 Ottobre 2001 presso l Universitá degli Studi di Salerno dal Dott. Robert Laurini della Claude Bernard University di Lione. Parallel Searching on Rays Seminario tenuto il 6 Novembre 2001 presso l Universitá degli Studi di Salerno dal Dott. Mikael Hammar dell Università di Lund. 9

10 Secure Metering on the Web Seminario tenuto il 7 Novembre 2001 presso l Universitá degli Studi di Salerno dalla Dott.ssa Barbara Masucci. Smart Card Seminario tenuto il 14 Novembre 2001 presso l Universitá degli Studi di Salerno dal Dott. Luigi Catuogno. Reliable Computation with Unreliable Information Seminario tenuto il 21 Novembre 2001 presso l Universitá degli Studi di Salerno dal Dott. Ferdinando Cicalese. Generation of Key Predistribution Schemes using Secret Sharing Schemes Seminario tenuto il 28 Novembre 2001 presso l Universitá degli Studi di Salerno dal Dott. German Saez dell Universitá Politecnico de la Catalogna. Neural Networks and Fuzzy Logic in Astronomical Data Mining Seminario tenuto il 4 Dicembre 2001 presso l Universitá degli Studi di Salerno dal Dott. Antonino Staiano. Computer Graphics: Parallelizzazione dell algoritmo di Ray Tracing Seminario tenuto il 12 Dicembre 2001 presso l Universitá degli Studi di Salerno dal Dott. Ugo Erra. La visualizzazione dei dati scienti"ci Seminario tenuto il 9 Gennaio 2002 presso l Universitá degli Studi di Salerno dal Dott. Roberto Marmo del Laboratorio di Visione Arti4ciale dell Universitá di Pavia. Global Computing: Models, Logics and Model Checking Seminario tenuto il 23 Gennaio 2002 presso l Universitá degli Studi di Salerno dal Dott. Supratik Mukhopadhyay - University of Pennsylvania and West Virginia University. Approximation algorithm for the weighted rectangle packing problem Seminario tenuto il 6 Febbraio 2002 presso l Universitá degli Studi di Salerno dalla Dott.ssa Manuela Montangero. Algoritmi, divinitá e gente comune Seminario tenuto il 14 Febbraio 2002 presso l Universitá degli Studi di Salerno dalla Prof.ssa Linda Pagli. E-learning a La Sapienza Seminario tenuto il 31 ottobre 2002 presso l Universitá di Salerno dal prof. Stefano Levialdi, Universitá di Roma La Sapienza. Cache-Oblivious Algorithms Seminario tenuto il 27 maggio 2002 presso l Universitá di Salerno dal prof. Charles E. Leiserson, MIT Laboratory for Computer Science Cambridge, USA. Scuole Il sottoscritto ha partecipato alle seguenti scuole: 10

11 Advanced Course on Arti"cial Intelligence ACAI-01 incorporating The Third European Agent Systems Summer School Multi-Agent Systems & Applications 2-13 Luglio 2001, Technical University in Prague, Repubblica Ceca Fifteenth International School for Computer Science Researchers on Algorithmcs for Data Mining and Pattern Discovery tenutasi in Lipari (Messina), dal 13 al 26 Luglio Convegni Il sottoscritto ha partecipato ai seguenti convegni: 14 th International Conference on Software Engineering and Knowledge Engineering (SEKE 02), Ischia, Luglio International Conference in Fuzzy Logic and Technology (EUSFLAT 2003), September 10-12, 2003 Zittau, Germany Soggiorno all esterno Dal 23 luglio 2002 al 8 settembre 2002, per motivi di ricerca, é stata in visita all Universitá di Alberta - Edmonton, Canada, dal prof. W. Pedrycz. Attività diricerca Introduzione L evoluzione del contesto socio-economico verso l impiego di tecnologie basate sul Web, la dijusione di Internet come mezzo per la fruizione di informazione, contribuisce ad accrescere la mole di risorse disponibili sul Web; conseguenza immediata, la dilcoltá nel reperimento dei dati, che spesso diventa un esperienza frustrante e deludente. La diversitá delle informazioni presenti su Internet (testi, ipertesti, immagini, suoni, video e animazioni, organizzati secondo gli schemi piú diversi, in diversi formati multimediali), rivolta ad un utenza che, crescendo costantemente, é anch essa sempre piú eterogenea e diversi4cata in base al livello di alfabetizzazione informatica, al contesto di appartenenza, agli interessi e alle dijerenze individuali cognitive, mette in luce, pertanto l esigenza di sviluppare un insieme di linee guida cognitive per la costruzione di sistemi di interazione che permettano una adeguata fruibilitá al maggior numero possibile di persone, indipendentemente dal loro particolare grado di dimestichezza con le procedure di navigazione. La dijusione del Web ha segnato la comparsa di servizi di ricerca piú so4sticati come quelli ojerti da motori di ricerca e dei metasearcher in grado, di combinare sinergicamente gli sforzi di piú motori di ricerca. Allo stesso tempo, un contributo determinante é stato fornito dalla tecnologia ad agenti software che ha permesso di controbilanciare la genericitá 11

12 di un motore di ricerca e di fornire strumenti che consentissero di estrarre informazioni piú rilevanti con il topic di ricerca. In questa prospettiva si colloca il lavoro di ricerca realizzato. L obiettivo proposto é la modellazione di tecnologie tese all impiego di sistemi ad agenti mobili che supportino attivitá di Web knowledege Discovery e Information Retrieval. SenzadubbiolapiúampiadiJusione e realizzazione dei modelli ad agenti é da attribuirsi al Web, che per la natura stessa della rete, si presta bene per l impiego di tali modelli: la decentralizzazione delle informazioni disponibili sulla rete e le marcate potenzialitá di Internet favoriscono una visione del Web come l ambiente piú consono allo sviluppo e consolidamento di attivitá dinamiche, distribuite e cooperanti. Piattaforme ad agenti mobili hanno avuto un grande sviluppo e utilizzo per le vari tipi di applicazioni sul Web: dalle attivitá di spidering, di data mining al browsing-assistance per attivitá tutorie, orientate all utente, dall information retrieval al 4ltering di informazioni, alle attivitá anti-spamming, dalle interfacce intelligenti ad attivitá goal-speci4ed. La modellazione orientata ad agenti ésemprepiú impiegata in ogni area di sviluppo tecnologico. La validitá elarobustezza di questo paradigma lo rendono molto Messibile, elciente ed adattabile ad applicazioni di diversa natura e la sua modellazione si integra con gli criteri di design adottati dell ambito dell ingegneria del software: in questo senso, concetti e tecniche agent-oriented sono impiegati per lo sviluppo di complessi sistemi distribuiti e per possibili estensioni degli stessi mediante approcci incrementali. La modularitá e i meccanismi di astrazione, strettamente legati alla programmazione concorrente e ad oggetti, rendono la modellazione agent-based un approccio potente e solido fornendo una descrizione ad alto livello del comportamento degli agenti de4niti per un sistema e delle funzionalitá che essi devono espletare. L attività di ricerca qui trattata, parte da queste tecnologie per esaminarne le seguenti feature: a) Modellazione di architettura distribuite mediante la sinergia tra il paradigma ad agenti mobili e un modello di ragionamento approssimato b) Sviluppo di architetture ad agenti mobili deduttivi per il recupero e il 4ltering di informazione sul Web c) Tecniche di knowledge management nel web searching Modellazione di architettura distribuite mediante la sinergia tra il paradigma ad agenti mobili e un modello di ragionamento approssimato Il paradigma ad agenti costituisce un area di spiccato rilievo dell ambito dell Intelligenza Arti4ciale (AI): il suo contributo é teso a caratterizzare sistemi che esibiscono capacitá intelligenti, mediante inferenza, deduzione logica creativitá e abilitá nel prendere decisioni sulla base dell esperienza passata o situazioni conmittuali. La presente attivitá di ricerca si colloca in questo ambito; fonde caratteristiche provenienti da due dijerenti domini: da una parte considera metodologie agent-based per la realizzazione di applicazioni distribuite sul Web, dall altra parte invece impiega modelli inferenziali, logici che elaborando i dati, consentano di estrarre e dedurre nuove informazioni. La congiunzione di questi due paradigmi porta alla de4nizione di un architettura per l information retrieval: agenti 12

13 mobili intelligenti, perché dotati di capacitá di ragionamento, si muovono sulla rete Web alla ricerca di informazioni utili all utenza: i documenti Web sono processati e, grazie a modelli inferenziali, vengono trasformati in espressioni logiche adatte ad essere elaborate da un modello deduttivo risolutivo per estrapolare conoscenza implicita. Modello di ragionamento approssimato In particolare l aspetto deduttivo é realizzato mediante la logica di programmazione del primo ordine: si estende il modello inferenziale classico, basato sulla risoluzione SLD, mediante la nozione matematica di Relazione di Similaritá, che, grazie al suo impiego, caratterizza un approccio piú Messibile del processo di uni4cazione nei passi di inferenza. In questo ambito si considera la Risoluzione SLD basata sulla Similaritá, introdotta in [16], che utilizza infatti, la Relazione di silimaritá come nozione matematica che fornisce istanze alternative di un entitá caratterizzandole mediante un grado di uguaglianza, de4nito nell intervallo [0,1]. L impiego di questa relazione nel processo di risoluzione, consente di applicare l algoritmo di uni4cazione in modo piú Messibile: a una sostituzione di risposta calcolata viene associato un grado di approssimazione che fornisce una misura di tolleranza nell ottenere una soluzione (contro la dicotomia successo/non successo della tradizionale uni4cazione). Questa procedura sfrutta una variazione del metodo di inferenza che genera un successo e quindi, una eventuale soluzione, considerando l identitá sintattica tra due funzioni o predicati come similaritá (grado di correlazione tra i termini). In questo modo possibile applicare l uni4cazione (weak) anche dove il classico algoritmo di uni4cazione non lo ammette. Il modello di Risoluzione SLD basata sulla Similaritá é stato integrato nel meccanismo di inferenza del linguaggio Prolog, estendendolo a una nuova versione (SiLog [12, 8]) che é piú tollerante al fallimento dell uni4cazione, quando si valutano due termini diversi, tra cui é stata de4nita precedentemente, una relazione di similaritá. Paradigma Agent-oriented per ambienti distrubuiti I sistemi ad agenti mobili si prestano bene per attivitá distribuite soprattutto nell ambito del Web Information Retrieval e Discovery; non esiste una de4nizione universalmente accettata per il termine agente : le features che vengono associate alla nozione di agente sono l autonomia, persistenza, social ability, reattivitá, proactiveness. Accanto a queste feature che consentono di 4ltrare l ampio range di soluzioni proposte ai problemi del mondo reale, si pongono caratteristiche quali l abilitá degli agenti a tollerare ed elaborare informazione approssimata e vaga. L approccio qui descritto, modella un architettura basata su una computazione ad agenti mobili e ragionamento deduttivo approssimato: la componente di Risoluzione approssimata mediante Similaritá diventa parte dell aspetto razionale e intelligente dell agente che diventa un entitá capace di intraprendere azioni decisive per raggiungere l assolvimento dei task assegnatigli. Nella fase di spidering, alla ricerca di informazioni 13

14 rilevanti sul Web, gli agenti esaminano i documenti Web, estraggono le informazioni in formato processabile dal motore inferenziale (fatti e regole Prolog). Gli agenti, mediante la componente inferenziale di cui sono dotati, esibiscono il loro comportamento deduttivo, processano i dati, e garantiscono l approssimazione data in input dall utente, mediante il modello di similaritá de4nito. Sviluppo di architetture ad agenti mobili deduttivi per il recupero e il ltering di informazione sul Web L attivitá di ricerca qui presentata parte dai paradigmi sopra descritti per implementare applicazioni che realizzano Web Information Retrieval e Knowledge Discovery. In [2] introduciamo un modello di Information Retrieval distribuito, presentando una proposta di architettura chiamata MASIR, (Mobile, Agents for Similarity-based Information Retrieval). MASIR impiega la computazione mobile estendendo le capacitá degli agenti, mediante l integrazione del modulo inferenziale basato sulla similaritá, come é stato esposto in precedenza. MASIR fornisce un insieme di servizi per la ricerca e il recupero di dati web; inoltre provvede a garantire un ambiente comune sul quale operano un insieme di User Application che sono implementate per lavorare autonomamente oppure cooperare tra loro. Ognuno di queste applicazioni realizza uno speci4co task, orientato al web knowledge discovery. DMail [14, 7, 13, 11] si presenta ed opera come un tradizionale client di posta elettronica, ma fornisce come funzionalitá avanzata la possibilitá di spedire a destinatari, sebbene sconosciuti, interessati a ricevere posta con un subject che sia di loro interesse. I destinatari sono quindi, utenti con un pro4lo che sia compatibile con il messaggio dell il topic della mail deve essere inerente con un certo grado di similaritá, agli argomenti che descrivono il pro4lo utente. Il sistema invia un insieme di agenti sul Web, che lavorando come spider, analizzano i documenti sui siti dei potenziali destinatari dell . L agente estrae informazioni sotto forma di regole e fatti Prolog che sono poi processate dal suo motore inferenziale. Come risultato, gli agenti rispediscono all host di partenza gli indirizzi dei potenziali destinatari della posta e il loro eventuale grado di interesse nel ricevere quell . In4ne, attraverso un meccanismo di 4ltering, viene generata una lista degli utenti destinatari della posta. Ulteriori applicazioni che si basano su questa architettura, implementate per realizzare attivitá speci4che di information discovery sono InfoMiner [3] e LearnMiner [10]. InfoMiner é un sistema che permette di cercare nel Web, documenti scienti4ci, speci4cando tutte le informazioni correlate (autori, giornale, proceeding, ecc.) e restituisce un insieme di dati, in ordine di rilevanza, speci4cati dall utente dell interfaccia gra4ca. LearnMiner consente di ricercare risorse didattiche sul Web e basandosi sugli stessi principi (agenti mobili con capacitá deduttive basate sulla Similaritá), restituisce urls o documenti relativi al topic dato. L architettura MASIR con le user application descritte, é progettata per estrarre informazione che risponda alle esigenze dell utenza, ma pur sempre restando legati a un formalismo piuttosto rigido, che impone l utilizzo di form interfaccia. Un dijerente approccio al Web searching é stato realizzato in [9] dove l input non costituisce una user query ma una speci4capaginaweb:ilsistemacercapaginewebcorrelateperstrutturae 14

15 contesto, simili ad una data come modello. In questo lavoro é introdotto un nuovo operatore MIS che é un estensione della relazione di similaritá: la relazione di similaritá non é de4nito solo su parole (o atomi), piuttosto tra frasi o parti di testo, in modo da consentire al sistema di confrontare sezioni di pagine html e di valutarne la similaritá. Tecniche di knowledge management Accanto a un attivitá orientata al web searching, si é sviluppato un approccio per la gestione della web knowledge, che intende categorizzare pagine web, in funzione della valutazione e del giudizio che l utente espone in merito alla loro correlazione o diversitá di pagine. In [5, 6] é stato proposto un approccio alla classi4cazione di pagine web, mediante una estensione del fuzzy clustering [1], chiamato P-FCM (Proximity FCM): un insieme di pagine Web dato in input viene trasformato in un insieme di vettori pesati (ogni cella del vettore contiene informazioni relative al numero di occorrenze di una certa parola nella pagina); i vettori cosí de4niti costituiscono la matrice termini-documenti da dare in input all algoritmo di clustering. Si é introdotta la nozione di Prossimitá che in ejetti risulta piú Messibile rispetto alla relazione di Similaritá vista in precedenza. Una versione piú avanzata di clustering guidato dall utente é stata fornita in [4] dove la matrice termini documenti é stata implementata mediante l utilizzo dei fuzzy multiset [15]. Sviluppi futuri della ricerca Uno dei problemi incontrati nell ambito di questa attivitá di ricerca é l eterogeneitá delle risorse disponibili sul web, con la conseguente dilcoltá nell interpretare i vari formati da processare. Sarebbe auspicabile considerare un approccio che possa basarsi su stardard speci4ci, con regole ben de4nite che garantiscano una sorta di omogeneitá e uniformitá nel rappresentare le risorse web. In questa ottica, si inserisce la nuove tendenza, il Web Semantic che si occupa di produrre documenti, soluzioni ed esperienze per consentire al web di acquisire maggiore robustezza, contribuendo a fornire all utenza uno strumento piú completo, elcace, utile. L esigenza di creare degli standard tecnologici e logici con cui organizzare i siti web e piú ingeneralelareteésemprepiú impellente; da un punto di vista tecnologico si considerano standard con XML o RDF per rappresentare online i dati come l HTML, per fornire speci4che per supportare lo scambio e la fruizione di informazioni ma soprattutto per consentirne facilmente l estrazione (e l implementazione). Sviluppi futuri nell ambito della ricerca puntano in questa direzione, al 4ne di adottare validi protocolli e speci4che per attivitá di web knowledge discovery. Bibliograa [1] Bezdek, J.C. Pattern Recognition and Fuzzy Objective Function Algorithms. Plenum Press, N. York,

16 [2] Loia V., Luongo P., Senatore S. and Sessa M.I. A Similarity-based View to Distributed Information Retrieval with Mobile Agents. In Proceedings of 10th IEEE International Conference on Fuzzy Systems, Melbourne, Australia, December IEEE PRESS. [3] Loia V., Luongo P., Senatore S. and Sessa M.I. Info-Miner: bridging agent technology with approximate information retrieval. In Springer, editor, 2002 AFSS International Conference on Fuzzy Systems, Science City, Calcutta, India, 3-6 February Lectures Notes in Computer Science. [4] Loia V., Pedricz W., Senatore S. Proximity fuzzy clustering for web context analysis. In International Conference in Fuzzy Logic and Technology EUSFLAT 03, Zittau, Germany September 10-12, [5] Loia V., Pedrycz W., Senatore S. P-FCM: A Proximity-Based Fuzzy Clustering. accepted on Special Issue of Fuzzy Sets and Systems on Web Mining using Soft Computing, [6] Loia V., Pedrycz W., Senatore S. P-FCM: A Proximity-Based Fuzzy Clustering for user-centered Web applications. International Journal of Approximate Reasoning (IJAR), 34(23): , November [7] Loia V., Senatore S. and Sessa M.I. Combining Agent Technology and Similaritybased Reasoning for Targeted Services. to appear on the Special Issue on Computational Intelligence in Software Engineering, Fuzzy Sets & Systems. [8] Loia V., Senatore S. and Sessa M.I. Similarity-based SLD Resolution and its implementation in an extended Prolog System. In Proceedings of 10th IEEE International Conference on Fuzzy Systems, Melbourne, Australia, December IEEE PRESS. [9] Loia V., Senatore S. and Sessa M.I. Discovering Related Web Pages through Fuzzy- Context Reasoning. In Proceedings of 11th IEEE International Conference on Fuzzy Systems, volume 1, pages , Hawaii, May IEEE PRESS. [10] Loia V., Senatore S. and Sessa M.I. LearnMiner: deductive, tolerant agents for discovering didactic resources on the Web. In Proceedings of the 14th international Conference on Software Engineering and Knowledge Engineering, pages ACM Press, [11] Loia V., Senatore S. and Sessa M.I. Mobile Mail-Agents through Similarity-based Reasoning. Fuzzy Logic and the Internet - International Journal of Soft Computing, 6(5): , August [12] Loia V., Senatore S. and Sessa M.I. Similarity-based SLD Resolution its Role for Web Knowledge Discovery. In to appear the Special Issue on Advances in Possibilistic Logic and Related Issues. Fuzzy Sets & Systems, [13] Loia V., Senatore S. and Sessa M.I. Similarity-based Agents for Mining. In Proc. of the joint Conference IFSA/NAFIPS 2001, Vancouver, Canada, July 25-28, [14] Loia V., Senatore S. and Sessa M.I. Given a message, 4nd legitimate readers: a Mexible MailBot-based Approach IEEE International Conference on Systems, Man and Cybernetics (IEEE SMC 2001), October 7-10,

17 [15] Miyamoto S. Information clustering based on fuzzy multisets. Information Processing and Management, 39 2: , [16] Sessa M.I. Translations and Similarity-based Logic Programming. Soft Computing Journal, 5 issue 2: , Baronissi, 17 novembre 2002 Sabrina Senatore 17