Dalla rassegna stampa al monitoraggio delle informazioni in rete

Transcript

1 Dalla rassegna stampa al monitoraggio delle informazioni in rete

2 Agenda Architettura dei servizi Strumenti di analisi delle news online: VoloPress Esercitazione Strategie di ricerca in rete: il servizio VoloMonitor Q&A VoloPress, VoloMonitor, VoloFrame, VoloShare, Volocom sono marchi depositati Volocom

3 Esigenze Gestire in modo efficiente le informazioni è un obiettivo che ogni organizzazione deve darsi in uno scenario ogni giorno più complesso in termini di: Quantità di fonti e di informazioni per fonte Eterogeneità di contenuti e difficoltà nella loro classificazione Informazioni tipicamente non strutturate

4 Rassegna stampa Numero limitato di testate monitorate Argomenti definiti, usualmente autoreferenziali Problema di produttività dei lettori Ampliare i confini della tradizionale rassegna stampa, trasformandola in un strumento di monitoraggio del mercato e del contesto socio-economico

5 VoloPress VoloPress è un servizio di Knowledge Management che - grazie ad un avanzato sistema di ricerca per concetti - permette la gestione intelligente di informazioni giornalistiche on-line Obiettivo di VoloPress è quello di rendere più veloce, affidabile, personalizzata e dinamicamente aggiornata la ricerca e selezione delle notizie web pubblicate dalle principali testate giornalistiche on-line, agenzie di stampa on-line e siti specializzati, italiani ed esteri.

6 La base di conoscenza Oltre 400 fonti giornalistiche on-line monitorate Oltre articoli indicizzati giornalmente Aggiornamento e indicizzazione ogni 15 minuti Servizio 7x24 Archivio storico di 1 milione di articoli (1 mese di notizie)

7 Palinsesto delle fonti Quotidiani Italiani (es. Corriere della Sera, Il Sole 24 Ore, Messaggero, La Repubblica etc) Quotidiani Esteri (es. Financial Times, Le Figaro, NY Times, Wall Street Journal, El Pais, Die Welt, etc) Quotidiani Locali (es. Eco di BG, Gazzetta di MN, MO, RE, PR, Il Piccolo, Il Tirreno, etc.) Periodici di informazione(es. Panorama, L Espresso, Affari Finanza, Business Week, Newsweek, The Economist, etc.) Riviste specializzate (es. in ambito legale: AltaLex, AziendaLex, CittadinoLex,.. Agenzie Web-based (es. ADN, AGI, Reuters, Associated Press, Bloomberg, Breaking News, etc.) Pubblicazioni WEB (es. Corriere.it, FinanzaOnline, FiscoOggi, Sole 24Ore Online, RaiNetNews, etc.) La proprietà intellettuale degli articoli è delle fonti (quotidiani od altro) specificate Qualora il Sito WEB su cui opererà Volopress sia accessibile soltanto mediante abbonamento a pagamento e/o utilizzo di Password personalizzate, ed il Cliente intendesse accedervi, egli provvederà a sottoscrivere, a proprie spese, l abbonamento e a fornire a Volocom la documentazione necessaria per verificare la validità dello stesso.

8 Tecnologia Motore inferenziale Identificazione dei concetti basata sulla teoria dell informazione di Shannon Analisi della rilevanza (ranking) basata su modelli probabilistici (inferenza Bayesiana )

9 Criteri di confronto Funzionalità Motori tradizionali Motori statisticoprobabilistici Formulazione della ricerca Identificazione dei documenti Presentazione dei risultati Affinamento della ricerca Richiede la conoscenza di una sintassi. Es. influenza aviaria + uccelli migratori Presenza/assenza delle parole chiave (peso 0/1) Sulla base di criteri proprietari legati alla popolarità dei documenti (link da altri siti, click, etc.) Nuove query sui risultati Linguaggio naturale Es. uccelli migratori come possibile causa di influenza aviaria Profilo compatibile con la ricerca (pesi calcolati sulla base di algoritmi statistici) Sulla base del criterio di rilevanza cioè della pertinenza con la query Addestramento sulla base di casi esempio

10 Struttura del sistema IR Siti WEB spider spider spider Flusso XML Query Documenti formato XML Profili di interesse Profilazione Sistema IR Indicizzazione Rappresentazione della richiesta Matching Rappresentazione dei documenti (metadati) Affinamento Documenti rilevanti

11 Documenti Rilevanti R RT Efficacia di un sistema di IR Documenti Trovati T Corpus di documenti Efficacia Precisione = RT / T Proporzione di materiale trovato che è rilevante Recall = RT / R Proporzione di materiale rilevante che viene trovato RT Bassa Precisione Basso Recall RT Alta Precisione Basso Recall RT Bassa Precisione Alto Recall RT Alta Precisione Alto Recall

12 Precisione e richiamo I 2 parametri vanno considerati contestualmente Massimizzare Documenti rilevanti trovati Minimizzare Documenti non rilevanti trovati Documenti rilevanti non trovati Documenti non rilevanti non trovati

13 L utente, registrandosi, può accedere ai servizi offerti dal sistema. La Home mostra in basso le ultimissime, gli ultimi articoli caricati in VoloPress.

14 I dati personali possono essere aggiornati dall utente

15 VoloPress implementa funzionalità di ricerca concettuale Non solo recupera tutti i documenti che contengono le parole utilizzate, ma quelle parole in quel contesto, e si differenzia in maniera sostanziale dalle classiche metodologie di ricerca Incapsula motori di ricerca inferenziali che utilizzano algoritmi statisticoprobabilistici

16 Definizione dei parametri

17 Termini composti

18 L analisi preliminare della lista è semplice ed efficace grazie alla funzionalità di abstracting: il sistema estrae e presenta una sintesi del contenuto del documento evidenziando le parti rilevanti rispetto alla ricerca

19 Documenti correlati

20 Espansione della ricerca : documenti correlati Creazione dinamica di collegamenti concettuali tra documenti Sulla base dell impronta concettuale del documento aperto, il sistema è in grado di selezionare i documenti correlati, ovvero quelli più simili concettualmente tra quelli disponibili all interno della base di conoscenza, eventualmente distinti per tipologia. La qualità dei risultati non è più influenzata dalla qualità della ricerca di partenza, perché per selezionare i documenti correlati vengono utilizzati i concetti contenuti nel documento Il motore consente quindi di avere un risultato mirato e rilevante e contestualmente espandere la ricerca in direzioni diverse. Il link ai documenti è creato automaticamente e dinamicamente dal sistema e non richiede una organizzazione preventiva del corpus di documenti. Questa funzionalità è particolarmente rilevante quando l utente sta effettuando una ricerca di contenuti senza avere particolari indicazioni circa il documento che li contiene.

21 Agenti di ricerca Agenti di ricerca personalizzati Informazione real time sulle novità in base agli interessi manifestati dall utente

22 Agenti: Ricerche personalizzate Salvare ricerche ripetitive sotto forma di agenti di ricerca Gli agenti di ricerca, con la loro capacità di automatizzare le ricerche e di eseguirle in maniera dinamica, propongono all utilizzatore i risultati più rilevanti per quella determinata ricerca Gli agenti sono addestrabili utilizzando come esempio uno o più risultati della ricerca stessa : imparando dalle preferenze dell utente, rappresentano uno strumento eccezionale di collaborazione

23 Utilizzando le impronte concettuali di documenti e query è possibile costruire automaticamente dei profili dinamici di interesse. Tali profili rappresentano i tratti comuni di un insieme di documenti o interrogazioni effettuati da un utente (o da una applicazione) in un determinato contesto. Attraverso questa rappresentazione è possibile individuare, all interno della base di conoscenza, documenti che hanno una attinenza significativa con il profilo e proporli automaticamente (in modalità push) all utente. Personalizzazione Information capture & retrieve Services Delivery Layer Services Application Layer Knowledge Profiling Integrazione : Connectors Manager Knowledge Discovery Informazioni interne Info Providers

24 Profilazione automatica Costruzione automatica di un profilo concettuale dell utente, basato sui concetti contenuti nei documenti visualizzati e nelle ricerche effettuate L utente interagisce con la knowledge base effettuando delle ricerche e selezionando dei documenti. I concetti estratti dalle ricerche e dai documenti visualizzati sono utilizzati dal sistema per costruire un profilo implicito dell utente Il profilo non richiede nessuna attività esplicita all utente Il prodotto del profilo è una selezione automatica di documenti affini al profilo concettuale dell utente (Es.: il mio giornale personalizzato)

25 VoloPress crea un profilo dinamico dell utente in relazione alle sue ricerche ed alle sue letture Il sistema propone in automatico le notizie rappresentative degli interessi manifestati da ciascun utente.

26 Relevance feedback Per rendere il sistema più flessibile e in grado di adattarsi alle esigenze di ogni singolo utente è possibile usare meccanismi di Relevance feedback. Il Relevance feedback è un processo iterativo basato sulla possibilità di affinare la query usando le preferenze espresse in modo esplicito o implicito dall utente. In altri termini il sistema utilizza le impronte concettuali dei documenti reperiti in una prima query e identificati dall utente come rilevanti (feedback esplicito) o il profilo dinamico costruito sulla base delle attività dell utente (feedback implicito) per affinare il meccanismo di retrieval. Il modello probabilistico può utilizzare queste informazioni per intervenire sul meccanismo di reperimento dei documenti. Il processo avviene integrando la query originale con i lemmi estratti rispettivamente dai documenti di feedback o dal profilo dinamico dell utente. In questo modo è possibile individuare all interno della base di conoscenza documenti che, per quell utente specifico, hanno maggiore rilevanza rispetto alla ricerca iniziale, senza dovere intervenire direttamente sui termini utilizzati nella query di interrogazione.

27 Cartelle personali

28

29 XML/HTML HTML ( HyperText Mark-Up Language) e XML (extensible Markup Language) sono linguaggi di markup (descrivono l'aspetto che deve avere il testo) Sono usati per descrivere i documenti ipertestuali presenti in Internet.

30 RSS RSS è l'acronimo di Really Simple Syndication. È un formato basato su XML adatto alla diffusione di contenuti su Internet. I documenti RSS, detti anche feed, sono uno strumento efficace per i siti ad aggiornamento frequente come quelli di news. Per chi naviga alla ricerca di notizie e novità sugli argomenti di suo interesse sono un mezzo semplice e velocissimo per seguire un numero cospicuo di fonti informative. Un feed RSS può essere fruito in due modi: Con programmi ad hoc detti news aggregator. Includendolo in una pagina web.

31 Collegamento e accesso rapido alle fonti Conclusione Selezione del materiale pertinente e rilevante Espansione della ricerca tramite documenti concettualmente simili Colpo d occhio rapido grazie all ordinamento dei risultati in base alla loro rilevanza Da Surf and Seek ad accesso mirato

32 Il servizio VoloMonitor

33 Marketing Intelligence Processo di raccolta ed analisi integrata di informazioni orientata a cogliere i cambiamenti e le tendenze del contesto competitivo e socio-economico nel quale si opera. Il processo è finalizzato alla riduzione dell'incertezza del processo decisionale e a favorire la tempestività delle scelte strategiche.

34 Internet La diffusione di Internet consente di : accedere a fonti informative di organizzazioni nazionali ed internazionali attive nel proprio segmento accedere a rapporti, letteratura di tutti i tipi accedere al formato integrale di molte riviste accedere ad informazioni relative a società o gruppi di imprese che operano nel proprio segmento avere rapidamente informazioni sulle innovazioni

35 Esigenze Crescente competizione sull'utilizzo della risorsa informativa Eccesso di informazioni disponibili, conseguente allo sviluppo esponenziale di Internet Il problema si sposta dalla disponibilità dell informazione alla rapidità di accesso e alla qualità del documento

36 Internet Come ricondurre il mare magnum di Internet ad una base di conoscenza? Come ottimizzare la ricerca su Internet per arricchire la propria base di conoscenza? Come trovare informazioni rilevanti e up to date? VoloMonitor

37 VoloMonitor VoloMonitor è un servizio di Knowledge Management che - grazie ad un avanzato sistema di ricerca per concetti - permette la gestione intelligente di informazioni in rete Obiettivo di VoloMonitor è quello di rendere più veloce, affidabile, personalizzata e dinamicamente aggiornata la ricerca e analisi dei documenti presenti in rete

38 Creazione del dossier Popolazione dell area di lavoro Base di lavoro grezza Analisi e selezione dei contenuti Il dossier è un area di lavoro riservata del gruppo di lavoro Acquisizione dei contenuti: da Internet con i tradizionali motori (ricerche booleane) da VoloPress con ricerche in linguaggio naturale Indicizzazione Analisi dei contenuti tramite funzionalità di text mininig: Related topic Related documents clustering Approvazione contenuti pertinenti Eliminazione contenuti non pertinenti Funzionalità di gestione: Approvazione massiva e selettiva Eliminazione massiva e selettiva Cartelle Knowledge base Dossier completo? Esporta SI

39 Importazioni di documenti da WEB Importazioni di news da VoloPress

40 Clustering: raggruppamenti logici Il Cluster è una collezione di documenti simili rispetto a ciascun oggetto nello stesso cluster La funzionalità di clustering consente di raggruppare automaticamente un insieme di documenti (ad esempio il risultato di una ricerca, oppure l insieme dei documenti che fanno riferimento a uno specifico target o a una specifica indagine). Gli insiemi sono estratti dinamicamente sulla base dei concetti espressi nell insieme di documenti medesimo, senza che vi sia bisogno di alcuna definizione preventiva delle categorie. Gli insiemi sono pertanto sempre aggiornati sulla base dei contenuti. Il Clustering può anche essere definito come unsupervised classification cioè come strumento di aggregazione dei documenti quando non si abbiano classi predefinite

41 Raggruppamenti logici

42 1 Utilizzare i documenti selezionati per affinare la ricerca 2

43 Raccolte ordinate di documenti

44 Conclusioni Cogliere anche i segnali deboli provenienti dal mercato per anticipare le scelte strategiche Aumentare efficacia ed efficienza di tutti coloro che quotidianamente devono usare quantità rilevanti di informazioni ( knowledge workers ) Espandere la propria base di conoscenza in modo rapido e mirato Creare relazioni dinamiche e percorsi di navigazione tra argomenti e documenti Ottimizzare l attività pervasiva di ricerca in Internet per espandere la base di conoscenza interna quando questa non è sufficiente per soddisfare le esigenze degli utenti, garantendo le stesse funzioni di analisi

45 Erogazione dei servizi

46 Architettura del servizio Organizzazione cliente Accesso via browser Explorer Aspetti Funzionali ed Applicativi VoloMonitor VoloFrame DB Engine Sistema Operativo Aspetti Tecnologici e Servizi Hardware

47 Servizi di supporto Supporto di 1 livello HELP DESK di 1 Livello Utente Supporto di 2 livello Operation Support Desk Supporto Applicazione Volocom Supporto HW