Aggregation, Filterung und Visualisierung von Nachrichten aus heterogenen Quellen

Aggregation, Filterung

und Visualisierung von

Nachrichten aus

heterogenen Quellen

02.10.2009

Torsten Lunze, Marius Feldmann,

Thomas Eixner, Serkan Canbolat,

Prof. Alexander Schill

Inhalt

Communardo Software GmbH · Kleiststraße 10a · D-01129 Dresden/Germany

[email protected] · www.communardo.de · Tel. +49 (351) 8 33 82-02

1. Motivation

2. Lösungsansatz

3. Architektur & Filterung

4. Frontend

Problemstellung



Input:

Feeds

Email

Microblogging (Twitter, Communote, ..)

…

Resultat: Informationsüberfluß

Zielstellung



Aggregation heterogener Informationsquellen

Einstufung der Nachrichten nach Relevanz

Visualisierung der Nachrichten nach Relevanz

Einsatz im Unternehmen

Anforderungen



Homogene Datenhaltung der Nachrichten

Anreicherung von Metainformationen je Nachricht

Erweiterbarkeit bzgl. weiterer Nachrichtenquellen

Personalisierte Filterung der Nachrichten

Unterschiedliche Sichten auf die

Nachrichtenströme

Klare Useability

Lösungsansatz



Matching von Nutzern und Nachrichten über Tags

Nachrichten werden mit Tags versehen

Nutzermodell wird durch gewichtete Tags

ausgedrückt

Ermittlung der Wichtung für Nutzertags

Struktur



Nutzer kann Quellen (Feeds, Twitteraccounts etc)

hinzufügen

Nutzer kann Kategorien anlegen und diesen

Quellen und Tags hinzufügen

Erlaubt Strukturierung von Interessengebieten

Architekturübersicht



Ablauf Personalisierung



Feedback durch den Nutzer



Minimal durch Interaktioen

Eine Nachricht kann

Als gelesen

Als interessant

Als nicht interessant markiert werden

Auf eine ToDo Liste verschoben werden

Beeinflussung der Relevanz einer Nachricht je

nach dem wie oft diese von Nutzern als interessant

markiert wurde

Inhalte importieren



Konfiguration der Quellen durch den Nutzer

Periodisches Abfragen

Ablegen in Datenbank

Anreicherung der Daten durch Tags

Nutzermodell



Ermittlung durch

Initialen Import

Direktes Feedback über Oberfläche

Manuelle Anpassung

Filterung



Matching der Tags der Nachrichten gegen die

Relevanzwerte der Nutzertags über ein

Vektorraummodell

Empfehlungen



Matching von Nutzern analog zu

Nachrichtenmatching

Vorschlag von Nachrichten und

Informationsquellen die bisher unbekannt sind

Visualisierung



Zeitungsmethapher

Darstellung der Topnachrichten

Vorschau einer Nachricht

Aktivitäten pro Nachricht

Filterung nach Kategorien, Tags

Sortierung

Frontend



Auswertung



Nutzerevaluierung des Frontends

Relevanzsortierung subjektiv, schwer messbar

Verständnis der Berechnung: Wie visualisiert man

dem Nutzer warum eine Nachricht eine hohe

Relevanz erhalten hat?

Schwierig bei kurzen Nachrichten sinnvolle Tags zu

extrahieren

Ausblick



Kommunikation

Verbesserung des Taggingmechansimus

Autottagging

Tagmangement

Implizite Bewertung durch „Lesegewohnheiten“

Performantere Filterung

Matching der Nutzer anhand von Clustern

Ihre Ansprechpartner



Torsten Lunze

Communardo Software GmbH

[email protected]

http:/www.xing.com/profile/torsten_lunze

http://twitter.com/torlun

Telefon: +49-351-8332-263

Marius Feldmann

Lehrstuhl Rechnernetze – Fakultät Informatik

TU - Dresden

http://www.inf.tu-

dresden.de/index.php?node_id=1380&ma=680

http://www.xing.com/profile/torsten_lunze

http://twitter.com/torlun

http://www.inf.tu-dresden.de/index.php?node_id=1380&ma=680



Vielen Dank

für Ihre

Aufmerk-

samkeit.



Education

Aggregation, Filterung und Visualisierung von Nachrichten aus heterogenen Quellen