Web based εφαρμογή-
Εξατομικευμένο σύστημα αξιολόγησης χρηστών
Δαουλτζόγλου Αικατερίνη
it 25/11
Executive summary
userRating: σύστημα αξιολόγησης χρηστών βασισμένο στη μεταβατική εμπιστευτικότητα (transitive trust) και σε μία παραλλαγή του Dijsktra αλγορίθμου
Τονίζεται η ιστορικότητα στην έννοιας της αξιολόγησης
Έχουν αναπτυχθεί παρόμοια συστήματα αλλά και πολλοί κίνδυνοι
Αποτελεί μία εναλλακτική πρόταση η δική μας παραλλαγή με διαφορετικό μαθηματικό υπόβαθρο
Agenda
Θεωρητικό μέρος
Ορισμός αξιοπιστίας
Συστήματα φήμης – προβλήματα
Μεταβατική εμπιστευτικότητα
Παραδείγματα συστημάτων ευρέως γνωστών
Ερευνητικό μέρος
Απαιτήσεις του συστήματος
Προσομοίωση αλγορίθμου
Παρουσίαση με screenshots
Αξιοπιστία
Σε όλους τους χώρους της επιστημονικής έρευνας τίθεται το ζήτηµα της αξιοπιστίας
Ο όρος «αξιοπιστία» αναφέρεται στην ικανότητα ενός μηχανισμού (μιας μονάδας ή ενός συστήματος) να λειτουργεί χωρίς αποτυχία για ένα συγκεκριμένο χρόνο
Αποδίδεται στον Charles Spearman
Συνώνυμο της συνέπειας (consistency), όπως αυτή ορίζεται µέσω της επαναληπτικότητας (repeatability) και της αναπαραγωγισιµότητας (reproducibility) ενός αποτελέσματος
Θεωρητικό μέρος
Πώς μετράμε την αξιοπιστία;
Κλασσική ψυχομετρική θεωρία: 2 συνιστώσες πραγματική τιμή + τυχαίο σφάλμα Χ = Τ + ε
Αξιοπιστία = πραγματική τιμή/παρατηρούμενη τιμή
Χαρακτηριστικές έννοιες:◦ Ισοδυναμία (μορφών, βαθμολογητών)
◦ Σταθερότητα (των μετρήσεων στο χρόνο)
◦ Εσωτερική συνέπεια (εργαλείου – δείκτης Cronbach)
Αξιοπιστία & εγκυρότητα
https://en.wikipedia.org/wiki/Reliability_(psychometrics)
Συστήματα φήμης(1)
Φήμη:άποψη του συνόλου απέναντι σε ένα άτομο, μια ομάδα ατόμων ή μια οργάνωση για ένα συγκεκριμένο κριτήριο
Αποτελεί σημαντικό παράγοντα σε πολλούς τομείς, όπως η εκπαίδευση, οι επιχειρήσεις, οι διαδικτυακές κοινωνίες και το κοινωνικό στάτους
Μηχανισμός κοινωνικού ελέγχου Επίδραση σε ανταγωνιστικούς φορείς,
όπως είναι η αγορά και οι επιχειρήσεις, αλλά και σε φορείς, που συνεργάζονται, όπως ιδρύματα και κοινότητες, διαδικτυακές και μη
Συστήματα φήμης (2)
Εποχή διαδικτύου
Δυναμική επικοινωνία
Online εμπορικές συναλλαγές, αγορές δημοπρασίες
Ταχύτατα εξελισσόμενο περιβάλλον
Ηλεκτρονικό εμπόριο δημοφιλές και σύγχρονο
Δυνατότητα αποθήκευσης και επεξεργασίας μεγάλης ποσότητας πληροφοριών
Αλληλεπιδράσεις μεταξύ αγνώστων
Εμπιστοσύνη χωρίς προηγούμενη επαφή
Κίνδυνος εξαπάτησης
Συστήματα φήμης (3)
Γνωρίσματα Διατήρηση ιστορικού Συλλογή εγγραφών που μαρτυρούν
παρελθοντική συμπεριφορά Εισαγωγή έννοιας οντότητας Αριθμητική περίληψη Σύγκριση μεταξύ
των χρηστών Σωρευτικές συναρτήσεις, ώστε τα
feedback φήμη Δύο φυσικές διαστάσεις:◦ Συγκέντρωση χρηστών – ποιοι, πόσοι;◦ Συγκέντρωση χρόνου – πότε;
Συστήματα φήμης (4)
Μεταβατική εμπιστευτικότητα
Δημιουργία ενός «γράφου εμπιστοσύνης» G = (E,V,t) όπου V είναι οι χρήστες, Ε οι ακμές και t:R+\{0} τα βάρη
Αγνόηση του χρόνου που έγινε η βαθμολόγηση
Αξιοπιστία ενός χρήστη συνδέεται με την αξιοπιστία των πράξεών του
Μεγαλύτερη βαρύτητα χρηστών με υψηλή αξιοπιστία (π.χ. Google PageRank)
Συστήματα φήμης (5)
• Αλγόριθμος συντομότερου μονοπατιού• Sybil strategy
• Εκπροσωπείται από γράφο
• Αλγόριθμος μέγιστης ροής – maximum flow• Μέγιστη ροή με ελάχιστο μονοπάτι
• Δημιουργία δικτύου με αποστάσεις
• Αλγόριθμος PathRank• Βαθμολογία σε ετερογενές γράφο
• Αλγόριθμος POS tagging –part-of-speech algorithm, sentiment classification• Εξόρυξη συναισθήματος, προσδιορισμός επικρατούσας
γνώμης θετικής/αρνητικής,π.χ. ταινία
• Εκτιμά το σημασιολογικό προσανατολισμό των φράσεων και δημιουργεί λεξικό συναισθημάτων
Συστήματα φήμης (6)
Noam, N., Roughgarden, T., Tardos, E. & Vazirani, V. (2007)
Algorithmic game theory, USA: Cambridge University Press
Συστήματα φήμης (7)
Function funnel
Συνάρτηση-αλγόριθμος
Αποτέλεσμα: Φήμη-Αξιοπιστία
ΒαθμολογίεςΑστεράκιαFeedback
σχόλια
Συστήματα φήμης (8)
Whitewashing Phantom feedback
Fake profiles Dishonest Feedback
Κίνδυνοι-Προβλήματα
ΛύσειςΑποδεικτικάσυναλλαγής
Συνεχής έλεγχος
Αντίτιμο δημιουργίας
Κίνητρο
Μελέτη άλλων συστημάτων (1 )
eBay
Εξεζητημένο Privacy Policy που στηρίζεται σε 10 πυλώνες
Προστασία και ασφάλεια του λογαριασμού
Πληρωμή σε third-party service – PayPal
Βαρύτητα στην αξιοπιστία των Sellers
Βαθμολογία με αστεράκια
Μελέτη άλλων συστημάτων (2)
eBay
Αξιολόγηση με +1, -1, 0 ανάλογα με θετικό, αρνητικό ή ουδέτερο feedback αντίστοιχα
Επίπεδο αξιοπιστίας δίπλα στο profile name σε μία παρένθεση
Αν κάποιος αξιολογήσει πάνω από μία φορά υπάρχει διάκριση όσον αφορά το χρόνο◦ Πώληση σε διαφορετικές εβδομάδες – ίδιο με πριν
◦ Πώληση την ίδια εβδομάδα Πωλητές: +1 αν τα πιο πολλά σχόλια είναι θετικά
-1 αν τα πιο πολλά σχόλια είναι αρνητικά
0 αν ο αριθμός είναι ίδιος και ισοσταθμίζεται
Αγοραστές: +1 ανεξάρτητα από το feedback που έχουν λάβει
Μελέτη άλλων συστημάτων (3)
Airbnb
Ύπαρξη μίας διάφανης αγοράς
Έννοια προφίλ αποτελεί την κεντρική φιλοσοφία
Αξιολόγηση με αστεράκια (συνολικά και ανά κατηγορία), διατήρηση μέσου όρου
Φανερά τα πάντα/εύκολα προσβάσιμα εφόσον ζητηθούν (εκτός από προσωπικά δεδομένα)
Δημιουργία κοινότητας όπου κυριαρχούν:
◦ Επαληθευμένη ταυτότητα
◦ Προφίλ & Κριτικές
◦ Αποστολή μηνυμάτων
Μελέτη άλλων συστημάτων (4)Warranty Direct
Δείκτης αξιοπιστίας – Reliability Index
Η πιο σύγχρονη περίληψη των αυτοκινήτων
Δεδομένα που βασίζονται σε παράπονα και ελέγχους
Μέσος όρος δείκτη: 100, όσο πιο κοντά τόσο καλύτερος
Λαμβάνει υπόψη αθροιστικά:◦ Μέσος όρος του κόστους επισκευής
◦ Συχνότητα των βλαβών
◦ Ηλικία του αυτοκινήτου
◦ Διανυθέντα χιλιόμετρα
◦ Στάδιο εξακρίβωσης της ζημίας
Παρουσίαση εφαρμογήςuserRating web application
Λειτουργίες Δυνατότητα εγγραφής νέου χρήστη Δυνατότητα εισόδου μόνο μετά από
αυθεντικοποίηση Ο χρήστης μπορεί να αλλάξει τα προσωπικά
στοιχεία του Ο χρήστης βαθμολογεί και βαθμολογείται από
εγγεγραμμένους χρήστες μόνο Ο Α μπορεί να βαθμολογήσει μόνο μία φορά τον Β Η βαθμολογία μόνο από 0 μέχρι 10 Ο χρήστης υπολογίζει την εμπιστευτικότητα προς
κάποιον άλλον χρήστη του συστήματος που επιθυμεί
Ερευνητικό μέρος
Database (1) – πίνακας users
Κλειδί: email
Πεδία:password, όνομα, επώνυμο, φύλο,
επάγγελμα
Database(2) - πίνακαςRatingUser
Κλειδί: idΞένο κλειδί: email, ratingUser
Πεδία: Βαθμολογία, Ημερομηνία
Αρχικός γράφος
Υπολογισμός αξιοπιστίας
Dijsktra algorithm διαμόρφωση Ελάχιστο μονοπάτι προς μία μόνο κορυφή Μεγιστοποίηση πιθανοτήτων μέσα από την
ελαχιστοποίηση του αθροίσματος των λογαρίθμων
max[log(a*b)] = min[log(a) + log(b)] Βαθμός’ = βαθμός/10 . Π.χ. βαθμός=8 ,
βαθμός’ 0,8 και το βάρος της ακμής είναι log(1/βαθμός’) = log[1/(x/10)] = log (1/0,8)
Τελική αξιοπιστία : πολλαπλασιασμός των πιθανοτήτων των βαθμών (βαρύτητες) που βρίσκονται στις ακμές του ελάχιστου μονοπατιού
Τελικός γράφος
Π.χ. βαθμός: 8 : 0,8 η πιθανότητα και η είσοδος είναι log(1/0.8) = log(1.25) = 0.09
Σενάριο περίπτωσης
Υπολογισμός εμπιστευτικότητας από το Γιάννη στη Μαρία
Τα πιθανά μονοπάτια που βρίσκει ο αλγόριθμος κατά την εκτέλεσή του είναι τα εξής: Γιάννης Πέτρος Βασίλης Μαρία = 0,3 + 0 +
0,39 = 0,69 Γιάννης Πέτρος Νίκος Μαρία = 0,3 + 0,15 +
0,15 = 0,6 Γιάννης Νίκος Μαρία = 0,15 + 0,15 = 0,3 min
Γιάννης Νίκος Πέτρος Βασίλης Μαρία = 0,15 + 0,09 + 0 + 0,39 = 0,63
Άρα εμπιστευτικότητα: Γιάννης Νίκος Μαρία = 0,7 * 0,7 = 0,49 *10 = 4,9
Screenshots εφαρμογής (1)
Πρώτη σελίδα
Screenshots εφαρμογής (2)
Εγγραφή νέου χρήστη
Screenshots εφαρμογής (3)
Καταχώρηση επιτυχής
Screenshots εφαρμογής (4)
Υπάρχων χρήστης
Screenshots εφαρμογής (5)
Λάθος όνομα ή κωδικός
Screenshots εφαρμογής (6)
Επιτυχής είσοδος
Screenshots εφαρμογής (7)
editProfile
Screenshots εφαρμογής (8)
Επιτυχής ενημέρωση
Screenshots εφαρμογής (9)
Βαθμολόγηση χρήστη
Screenshots εφαρμογής (10)
Βαθμολόγηση χρήστη
Screenshots εφαρμογής (11)
Βαθμολόγηση χρήστη
Screenshots εφαρμογής (12)
Λάθος είσοδος στοιχείων
Screenshots εφαρμογής (13)
Εύρεση εμπιστευτικότητας
Screenshots εφαρμογής (14)
Εύρεση εμπιστευτικότητας-σφάλμα
Screenshots εφαρμογής (15)
Έξοδος
Ευχαριστώ για την προσοχή σας!