Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Un approccio stratificato alla gestione e al riuso della conoscenza per sistemi adattivi

Nella prima parte introduttiva viene fornita una panoramica dei campi di ricerca e degli studi che sono alla base dell’approccio adattivo proposto.
Nel capitolo 1 vengono analizzati i sistemi adattivi e i sistemi di raccomandazione, sistemi che si comportano in differenti maniere a seconda dell’utente con cui stanno
interagendo. Vengono inoltre descritte le motivazioni che spingono la ricerca così come gli ambiti commerciali a studiare nuove tecniche e nuovi approcci per offrire soluzioni migliori, fornendo anche una panoramica degli approcci attuali.
Nel capitolo 2 viene analizzato un aspetto centrale di questi sistemi, il modo in cui l’utente viene riconosciuto e considerato, si illustrano le ricerche effettuate in questo ambito e le tecniche principali.
Infine, nel capitolo 3 vengono descritte le sfide del Semantic Web, i benefici dell’interoperabilità e la necessità di utilizzare standard. Si sottolinea inoltre come le ricerche sul Semantic Web e sui sistemi presentati nel capitolo 1 possano beneficiare da una collaborazione reciproca.

Mostra/Nascondi contenuto.
Capitolo 1 I sistemi adattivi e i sistemi di raccomandazione In questo capitolo vengono presentati i sistemi adattivi, analizzando le dierenze rispetto ai sistemi adattabili, le motivazioni che giusticano i primi e i vantaggi rispetto a sistemi statici. Inoltre vengono descritti i sistemi di raccomandazione, un caso specico di sistemi adattivi che ha trovato diretta applicazione in svariati campi, dall’e-commerce all’e-learning, dal turismo e i beni culturali alle librerie digitali. 1.1 Motivazioni Fornire servizi che soddisno al meglio le necessit a degli utenti e diventato sempre pi u un aspetto fondamentale per il successo di un’azienda. Un servizio che rimane statico e ore la stessa esperienza d’utilizzo a ogni suo utente risulta essere decisamente meno attrattivo rispetto a un servizio che adatta i propri contenuti, nella forma e nella sostanza, a seconda dell’utilizzatore. 1 Sistemi come Amazon, che non mostrano in maniera standard i loro contenuti ma li adattano a seconda dell’utente, ricavando le preferenze dalle interazioni passate, gli acquisti eettuati o le pagine visitate, hanno dimostrato nella pratica come tenere in considerazione gli interessi dei propri utenti, al ne di proporre loro una selezione mirata dei propri prodotti, possa portare grandi beneci ai fruitori cos come ai fornitori del servizio. Questo viene confermato in [29]: The click-through and conversion rates | two important measures of Web-based and email advertising eectiveness | vastly exceed 1 http://www.amazon.com 3

Tesi di Laurea Magistrale

Facoltà: Scienze Matematiche, Fisiche e Naturali

Autore: Stefano Tortarolo Contatta »

Composta da 103 pagine.

 

Questa tesi ha raggiunto 407 click dal 29/10/2010.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.