As redes sociais na Internet, como Orkut, Myspace, Friendster etc, não apenas refletem novos modos de sociabilidade e de exposição do eu no ciberespaço, como também constituem fontes valiosas de informação que alimentam bancos de dados, agentes e sistemas de classificação/fabricação de gostos e identidades. Notamos aí um elemento importante dos regimes de monitoramento e vigilância no ciberespaço. Um interessante artigo sobre esse tema me foi indicado pelo querido Henrique Antoun: Unraveling the Taste Fabric of Social Networks.
O artigo é assinado pela Pattie Maes (em co-autoria com Liu,H. e Danenport, G.), referência importante na pesquisa em inteligência artificial e na produção de agentes informáticos de recomendação de gosto, tais como os que encontramos na amazon.com. Nesse artigo, os autores analisaram 100.000 perfis do Friendster e do Myspace, deles inferiram uma fábrica do gosto e propuseram três aplicações: um mapa interativo de interesses (InterestMap), um sistema semântico (Ambient Semantic) para facilitar a interação entre duas pessoas estranhas a partir de seus gostos partilhados, e um espelho que reflete de forma dinâmica a identidade e o gosto dos indivíduos (IdentityMirror).
Interest Map; IdentityMirror; Ambient Semantics
Aplicações ainda mais sofisticadas e dinâmicas que os agentes de recomendação de livros e discos na amazom.com. Aplicações reveladoras sobre os cruzamentos entre redes sociais, composição de bancos de dados e perfis computacionais, cultura do consumo, fabricação das identidades pós-modernas e sistemas de monitoramento e vigilância no ciberespaço.
Segue resumo do artigo:
Unraveling the Taste Fabric of Social Networks
Hugo Liu, Pattie Maes, Glorianna Davenport
The Media Laboratory, Massachusetts Institute of Technology
Abstract
"Popular online social networks such as Friendster and MySpace do more than simply reveal the superficial structure of social connectedness—the rich meanings bottled within social network profiles themselves imply deeper patterns of culture and taste. If these latent semantic fabrics of taste could be harvested formally, the resultant resource would afford completely novel ways for representing and reasoning about web users and people in general. This paper narrates the theory and technique of such a feat—the natural language text of 100,000 social network profiles were captured, mapped into a diverse ontology of music, books, films, foods, etc., and machine learning was applied to infer a semantic fabric of taste. Taste fabrics bring us closer to improvisational manipulations of meaning, and afford us at least three semantic functions— the creation of semantically flexible user representations, cross-domain taste-based recommendation, and the computation of taste-similarity between people—whose use cases are demonstrated within the context of three applications—the InterestMap, Ambient Semantics, and IdentityMirror. Finally, we evaluate the quality of the taste fabrics, and distill from this research reusable methodologies and techniques of consequence to the semantic mining and Semantic Web communities."
Interest Map; IdentityMirror; Ambient Semantics
Aplicações ainda mais sofisticadas e dinâmicas que os agentes de recomendação de livros e discos na amazom.com. Aplicações reveladoras sobre os cruzamentos entre redes sociais, composição de bancos de dados e perfis computacionais, cultura do consumo, fabricação das identidades pós-modernas e sistemas de monitoramento e vigilância no ciberespaço.
Segue resumo do artigo:
Unraveling the Taste Fabric of Social Networks
Hugo Liu, Pattie Maes, Glorianna Davenport
The Media Laboratory, Massachusetts Institute of Technology
Abstract
"Popular online social networks such as Friendster and MySpace do more than simply reveal the superficial structure of social connectedness—the rich meanings bottled within social network profiles themselves imply deeper patterns of culture and taste. If these latent semantic fabrics of taste could be harvested formally, the resultant resource would afford completely novel ways for representing and reasoning about web users and people in general. This paper narrates the theory and technique of such a feat—the natural language text of 100,000 social network profiles were captured, mapped into a diverse ontology of music, books, films, foods, etc., and machine learning was applied to infer a semantic fabric of taste. Taste fabrics bring us closer to improvisational manipulations of meaning, and afford us at least three semantic functions— the creation of semantically flexible user representations, cross-domain taste-based recommendation, and the computation of taste-similarity between people—whose use cases are demonstrated within the context of three applications—the InterestMap, Ambient Semantics, and IdentityMirror. Finally, we evaluate the quality of the taste fabrics, and distill from this research reusable methodologies and techniques of consequence to the semantic mining and Semantic Web communities."
