PROGRAMMA DEL SEMINARIO Durante il seminario sono stati trattati i seguenti argomenti: Evoluzione delle tecnologie Web: Web 2.0, Intelligenza Artificiale e Web Semantico Panoramica di alcune tecnologie: Content Based Filtering, Information Extraction, Named Entity Recognition, Social Network Analysis, Automatic Tagging, Sentiment Analysis Sviluppo del fenomeno dei Social Media con impatto sui processi di Marketing e Business Intelligence Principali caratteristiche e valore delle conversazioni online Sistemi di Knowledge Management 2.0 Sistemi di Monitoraggio e Misurazione dei Social Media Analisi del passaparola online Misurazione della reputazione Technological Monitoring Crisis Management

1. Advanced
Web Intelligence
21 Ottobre 2010
Prof. Carlo Tasso
Dott. Paolo Omero

2. Part 1Part 1 –– prof. Carlo Tassoprof. Carlo Tasso
WEBWEB 2.0, ARTIFICIAL INTELLIGENCE,2.0, ARTIFICIAL INTELLIGENCE,
AND SEMANTIC WEBAND SEMANTIC WEB

5. © C.Tasso - 2009

6. 6
WHAT IS WEB 2.0?WHAT IS WEB 2.0?
• The term ‘Web 2.0’ refers to a state of
evolution of the Web, which is
characterized by new ingredients, new
approaches, new balances, …

7. • UGC, easy publication and sharing of user generated
contents
• (Pro)active participation
• Openess and easy access
• Social networks, communities, c. of practice
• Folksonimies and social tagging
• Mass collaboration, wisdom of crowd
• Content remixing, syndication, mashup, aggregator
• Web as a platform, service oreinted architecture
• …
• BLOG, WIKI, feed RSS, TAG, AJAX, Web Service, XML, …
• Creative Commons, new Business Models
CHARACTERISTICS OF WEB 2.0 SITES AND PORTALS

8. TIME, 13 DIC. 2006
THE PERSON OF THE YEAR

10. 10
P.1 INFORMATION OVERLOADP.1 INFORMATION OVERLOAD
• UGC: A huge amount of new information
available online (140.000 new blogs
everyday [Technorati, 2008])
• Accessing online information becomes
harder, searching is even less effective
• ‘key-word based’&’one-size fits all’ search
engines are not accurate

11. 21/10/2010 11
FROM INFORMATION PRODUCERS TO
INFORMATION CONSUMERS
(WEB 1.0)
1111
authors,
Information
Producers
Ideas, concepts, events, …
documents/multimedia docs./
/audio-video/
Information
Consumers
internediary
search
delivery
WEBWEB
SitesSites && PortalsPortals

12. 12
… IN WEB 2.0…
authors,
Information
Producers
Ideas, concepts, events, …
documents/multimedia docs./
/audio-video/
Information
Consumers
internediary
search
delivery
WEBWEB SitesSites && PortalsPortals
blogsblogs, social, social networksnetworks,, ……
Active user
Active user
Active user
Active user
Active user
Active user Active user
Active user
Prosumer
UCG - User Generated Content

13. 13
P.1 INFORMATION OVERLOADP.1 INFORMATION OVERLOAD againagain
In order to overcome the problem WE NEED:
• ANALYSING THE CONTENT OF A DOCUMENT
and ‘UNDERSTANDING its TEXT’
• PERSONALIZING THE INTERACTION
• New Web 2.0-specific innovative automatic tools are
required for accessing, filtering, monitoring the Web in a
personalized (user-oriented) way

14. 14
P.2 NEW KNOWLEDGE IS AVAILABLE ONLINEP.2 NEW KNOWLEDGE IS AVAILABLE ONLINE
• Social networks, blogs, forum contain precious
knowledge which is strategic for many business
processes (knowledge management, marketing &
marketing intelligence, reputation management,
open innovation, cooperative knowledge
construction, decision making, etc.)
• Often knowledge is impicit: in the UGC, in the
relationships among the users, in the opinions, in
their tags, …

15. 15
P.2 NEW KNOWLEDGE IS AVAILABLE ONLINEP.2 NEW KNOWLEDGE IS AVAILABLE ONLINE againagain
• Current state-of-the-art requires new Web 2.0-
specific innovative automatic tools capable of
‘capturing’ this knowledge and deliver it to the
specific individual user interested in it.

16. 16
WHAT IS ARTIFICIAL INTELLIGENCE?
AnAn interdisciplinaryinterdisciplinary sciencescience havinghaving the goalthe goal ofof
designingdesigning and buildingand building systemssystems whichwhich provideprovide aa
performanceperformance similarsimilar toto humanshumans in cognitivein cognitive
activitiesactivities typicaltypical ofof thethe humanhuman mind.mind.
Es.Es. UnderstandingUnderstanding NaturalNatural LanguageLanguage
MachineMachine LearningLearning
KnowledgeKnowledge--basedbased SystemsSystems
AutomaticAutomatic ReasoningReasoning
……....

17. 17
AREAS OF ARTIFICIAL INTELLIGENCE
RELEVANT FOR THE WEB
• Understanding Natural Language, Semantic
Analysis and Text Mining
• Intelligent content-based filtering
• Information extraction, opinion analysis,
sentiment analysis
• User Modeling & Personalization
• …

18. 18
• Understanding Natural Language, Semantic
Analysis and Text Mining
• Intelligent content-based filtering
• Information extraction, opinion analysis,
sentiment analysis
• User Modeling & Personalization
• …
SEMANTIC
WEB
AREAS OF ARTIFICIAL INTELLIGENCE
RELEVANT FOR THE WEB

19. 19
WHAT INNOVATION DO WE NEED?
• Going beyond a Web 2.0 as a repository, and exploiting Web
2.0 as a knowledge base
• Understanding concepts, content-based filtering, knowledge
editing, semantic tools
• Personalized interaction and personalized information
extraction
• Automatic intelligent agents which continuosly
‘garrison’/monitor the Web on behalf of the specific individual
user and proactively deliver relevant ‘captured’
information/knowledge to him
• Content-based adaptation

20. 20
RESEARCH AT THE AI LABRESEARCH AT THE AI LAB
OF THE UNIVERSITY OF UDINEOF THE UNIVERSITY OF UDINE
• Cognitive Filtering:
• Adaptive personalization:
• Web Monitoring
• Information Extraction
• Sentiment analysis
• Keywords extraction
• Ontological reasoning
• …

21. 21/10/201021
PERSONALIZED CONTENTPERSONALIZED CONTENT--BASEDBASED FILTERINGFILTERING
FOR WEB MONITORINGFOR WEB MONITORING
(da C.Tasso, P.Omero, La Personalizzazione
dei Contenuti WEB, © F.Angeli, Milano, 2002.)
Positive sample
docs
Negative
sample doc
Documents to be filtered
(html, xml, pdf, postscript,
doc, text, latex)
User PROFILE
Constructor
User
Profile
Conceptual
content of the
document
Linguistic/Semantic
Processor
MATCHING
Relevance Evaluation
Measure
Relevance
feedback

22. 22
INFORMATION EXTRACTIONINFORMATION EXTRACTION

23. 23
IE FROM RESEARCH PAPERSIE FROM RESEARCH PAPERS
Abstract
Citations
Bibilography
TitleAuthors

24. 24
NAMED ENTITY RECOGNATION WITH ANNIE

25. 25
SOCIAL NETWORK ANALYSIS OF UGCSOCIAL NETWORK ANALYSIS OF UGC
• Extracting/capturing knowledge from UCG
• Analysing social relationships in UGC: SNA
(Social Network Analysis) vs. Content-Based
Social Network Analysis (identifying similar
contents, who is saying what to whom,…)
• Identifying influencers, apostles

26. 26

27. 27

28. 28

29. 29
AUTOMATIC TAGGINGAUTOMATIC TAGGING
(A FORM OF CLASSIFICATION)(A FORM OF CLASSIFICATION)

30. AUTOMATIC TAGGING OF WEB DOCUMENTSAUTOMATIC TAGGING OF WEB DOCUMENTS

31. AUTOMATIC TAGGING OF WEB DOCUMENTSAUTOMATIC TAGGING OF WEB DOCUMENTS

32. WARANGALWARANGAL--ANCIENT CAPITAL OFANCIENT CAPITAL OF
THE KAKATIYA DYNASTYTHE KAKATIYA DYNASTY
Warangal was the capital of a Hindu Shaivaite kingdom ruled by the Kakatiya dynasty from the 12th to the 14th
centuries. The old name of this newly formed city is Orugallu. Oru means one and Kallu means stone. The
entire city was carved in a single rock, hence the name Orukallu meaning 'one rock' (Ekasila nagaram in
Sanskrit). The Kakatiyas left many monuments, including an impressive fortress, four massive stone gateways,
the Swayambhu temple dedicated to Shiva, and the Ramappa temple situated near Ramappa Lake. The
cultural and administrative distinction of the Kakatiyas was mentioned by the famous traveller Marco Polo.
Famous or well-known rulers included Ganapathi Deva, Prathapa Rudra, and Rani (queen) Rudrama Devi. The
Mughal emperor Aurangzeb conquered Golconda in 1687, and it remained part of the Mughal empire until the
southern provinces of the empire split away to become the state of Hyderabad in 1724 which included the
Telangana region and some parts of Maharashtra and Karnataka.
The Orugallu Fort and Veyyi Stambhala Gudi (Thousand Pillar Temple) have history, architecture and sculpture
and are probably among the best of Indian temples. Kakatiya dynasty, that ruled Andhra region from 750 AD –
1325 AD – for 575 years, still lives in the ruins of the fort and almost intact temple. You can get a first hand of
the dynasty’s taste for sculpture in Veyyi Stambhala Gudi or 1000 Pillar Temple. It has a catchy and apt name.
Are there thousand pillars? Yes there are – of many varieties and sizes; some of them are even part of others!
The pillars that support the central ‘Natya Mandapam’ (dance floor) are large and made of multiple blocks of
stone.
The temple is star shaped with three shrines devoted to Rudradeva (Shiva), Vishnu, and Surya (Sun).
Interestingly, the third deity is not Brahma who is part of the Trinity of God [as in the Trinity (which consists of
Brahma, Vishnu, and Shiva) in Suchindrum] because the Kakatiyas worshipped Lord Shiva and Lord Surya and
not so much Brahma. On the fourth side is Shiva’s vehicle, Nandi(Bull).
Ramappa Temple, also known as the Ramalingeswara temple lies in a valley at Palampet village. An
inscription in the temple dates it to the year 1213 and said to have been built by a General Recherla Rudra,
during the period of the Kakatiya ruler Ganapati Deva. This medieval temple is a Shivalaya (where Shiva is
worshipped) and named after the sculptor Ramappa, a Vishwakarma Brahmin Sthapathi of Karnataka State,
who built it rather that after its presiding deity, Ramalingeswara, perhaps to accent Shiva's importance as the
personal god of the avatar of Vishnu, Rama. The history says that it was taken 40 years to built this temple.
This beautiful temple, an example of brilliant Kakatiya dynasty art, Planned and sculpted by Vishwakarma
Brahmin Sthapathis was built on the classical pattern of being lifted above the world on a high star-shaped
platform. Intricate carvings line the walls and cover the pillars and ceilings. Starting at its base to its wall
panels, pillars and ceiling are sculpted figures drawn from Hindu mythology. The roof (garbhalayam) of the
temple is built with bricks, which are so light that they are able to float on water.
Source: http://www.chaitanyasagar.com/1000-pillar-temple-warangal-veyyi-stambala-gudi/
Text in the original
document
Text in the original
document

33. KEYPHRASES (TAGS) AUTOMATICALLY EXTRACTEDKEYPHRASES (TAGS) AUTOMATICALLY EXTRACTED
• hindu shaivaite kingdom 0.6615047945893939
• architecture and sculpture 0.6462045988970013
• traveller marco polo 0.6247734012518635
• veyyi stambhala gudi 0.5848111701653479
• thousand pillar temple 0.5397898000978497
• Kakatiya dynasty 0.9271316352052865
• Ramappa temple 0.7470127621276262
• natya mandapam 0.7379604534347338
• dance floor 0.7374536508871937
• ekasila nagaram 0.6269106407805886
• Prathapa Rudra 0.6035833336151533
• Rudrama Devi 0.6009746194783666
• telangana region 0.5891674518764781
• Kakatiya 0.9009401268086235
• dynasty 0.8795805371702549
• Warangal 0.8278609194389923
• hindu 0.8125176477886626
• shiva 0.767708850767499
• ramappa 0.7455088114557195
• sculpture 0.7439720685067907
• nandi 0.7287657618838087
Keyphrases
extracted from the
original document
Keyphrases
extracted from the
original document

34. Alloy,
Alloy Analyzer,
UML
OCL,
OCL Invariants,
Critical Systems,
UML Class
Diagram,
Invarinats,
Snapshots
For the given document, with the above all annotations, the new tag “Software
design” is also suggested to the user. This particular tag is neither presented in the
document nor in the earlier annotation lists.
Keyphrases
Software Engineering
Ontology Class hierarchy
DERIVING ABSTRACT CONCEPTS FOR SUGGESTING
TAGS BY MEANS OF ONTOLOGY MINING

35. 35
SENTIMENT ANALYSISSENTIMENT ANALYSIS

36. 36
SENTIMENT ANALYSIS: OUR EXPERIMENTSSENTIMENT ANALYSIS: OUR EXPERIMENTS
AND EVALUATIONSAND EVALUATIONS

37. 37
WHAT THE BENEFITS OF AIWHAT THE BENEFITS OF AI FOR THE WEB?FOR THE WEB?
• More accurate and focused timely information
• Moving from information to knowledge
• Exploiting the knowledge of the (other) users
(folksonomies, …)
• Automatic personalized (push) services,
overcoming ‘one size fits all’
• Better user satisfaction
• Increased productivity, …

38. PartPart 22 –– Dr. PaoloDr. Paolo OmeroOmero

39. infoFACTORY srl è il primo spin-off dell’Università di Udine nel
campo dell’ICT. La società vede la partecipazione diretta dell’Università
di Udine nella compagine sociale e nasce dal Gruppo infoFACTORY
costituito nel 2000 dal prof. Carlo Tasso all'interno del Laboratorio di
Intelligenza Artificiale, da lui fondato nel 1984.
Nel corso degli anni il Gruppo ha svolto numerose attività, sviluppando
alcune tecnologie proprietarie innovative che derivano dai progetti di
ricerca svolti nel Laboratorio di Intelligenza Artificiale dalla sua
fondazione.
infoFACTORY presenta un nuovo tipo di automazione focalizzato sulla
personalizzazione adattativa dei processi di accesso ai contenuti
digitali: ciò include strumenti e servizi per il reperimento intelligente delle
informazioni, il filtraggio delle informazioni in base ai concetti in esse
contenuti, la classificazione, la valutazione e l’analisi semantica. Ogni
servizio fornito da infoFACTORY viene adattato alle specifiche esigenze
di ciascun cliente.
© infoFACTORY Ottobre 2010 39
infoFACTORY
Università di Udine - Polo Scientifico

40. Chi sono gli utenti online?
© infoFACTORY Ottobre 2010
I social network raggiungono fasce sempre più vaste di
utenti: diminuisce la percentuale rappresentata dagli
under 18 mentre aumenta quella degli over 50
Esempio: Facebook’s grow in global¹ audience numbers
41

41. …e in Italia?
© infoFACTORY Ottobre 2010 42
Fonte: http://it.nielsen.com/site/documents/9-MediaMonthlyReportSettembre.pdf

42. Tempo speso sui social media
© infoFACTORY Ottobre 2010 43
Fonte:
http://blog.nielsen.com/niels
enwire/global/led-by-
facebook-twitter-global-
time-spent-on-social-media-
sites-up-82-year-over-year/
*Global data takes into
account the following
countries: U.S., U.K.,
Australia, Brazil, Japan,
Switzerland, Germany,
France, Spain and Italy

43. Social influence in Italia
© infoFACTORY Ottobre 2010
(Fonte: Milward Brown, 2008 - Campione di 5000 interviste online)
I Social Media facilitano le
ricerche di informazioni
relative a
marche/prodotti/servizi,
amplificando gli effetti del
passaparola
Internet viene considerato il
mezzo/luogo più attendibile
per informarsi prima di
effettuare un acquisto,
passando dal terzo posto del
2007 al primo del 2008
44
Quanto consideri attendibili i seguenti mezzi/luoghi per
informarti PRIMA di effettuare un acquisto?

44. © infoFACTORY Ottobre 2010
Una richiesta di maggiore interazione.
Per l'83% degli internauti, le aziende e i marchi dovrebbero sviluppare nuove
modalità di interazione con i propri clienti e quasi l'80% ritiene opportuna
una presenza attiva dei brand nei social media.
Focalizzazione sul marketing
Tra le iniziative che (…) destano maggiore interesse nelle aziende, e che
pensano di mettere in atto, i manager segnalano:
1. marketing online (67%)
2. corporate/brand communication (61%)
3. ascolto/monitoraggio del Web (57%)
Maggiore interazione online
45
http://www.b2b24.ilsole24ore.com/articoli/0,1254,24_ART_109476,00.html
Ricerca condotta da Cohn & Wolfe, con il supporto tecnico di Lightspeed Research, su oltre 200 consumatori
online tra i 18 e i 54 anni e su più di 80 manager di marketing e di comunicazione di aziende operanti in Italia.

45. © infoFACTORY Ottobre 2010
SPONTANEE: Le conversazioni sul Web sono “spontanee”: gli utenti
esprimono liberamente la propria opinione e non sono guidate negli
argomenti;
IMPREVEDIBILI: Proprio per la loro spontaneità e per il fatto che il contesto non
è pilotato, le conversazioni possono far emergere aspetti e/o problematiche
inaspettati e imprevedibili: questi possono essere dei validi spunti per
attuare azioni correttive, reimpostare le campagne comunicative, dare nuova
conoscenza utile allo sviluppo di nuovi prodotti;
TEMPESTIVE: È possibile monitorare le conversazioni in tempo reale, e quindi
avere dei feedback rapidi riguardo le azioni intraprese sul mercato: oggi i
rumours vengono prima di tutto riportati sul Web, poi sui media tradizionali;
SPECIFICHE: È possibile analizzare l’opinione dei “diretti interessati”:
soprattutto per quanto riguarda i mercati di nicchia, si ascoltano i reali
utilizzatori del prodotto/servizio (le nicchie non possono essere rappresentate
da campioni statistici di famiglie e di individui!).
Caratteristiche e valore
delle conversazioni online
46

46. © infoFACTORY Ottobre 2010
FACILI DA PUBBLICARE: Ogni individuo può esprimere opinioni e attivare delle
conversazioni, positive o negative, che possono diffondersi sul web anche molto
velocemente. (es. iPhone + FB + Twitter)
PERSISTENTI NEL TEMPO: Le opinioni espresse rimangono nella Rete per anni,
vengono indicizzate dai motori di ricerca e linkate da altri. La visibilità di una notizia
online che danneggia un brand non è limitata nel tempo come succede per la carta
stampata ma è persistente e sempre visibile: le opinioni possono essere consultate
e duplicate un numero infinito di volte.
INFLUENZANO I MASS MEDIA: Le conversazioni sul Web 2.0 possono anticipare
trend, informazioni o situazioni pericolose per l’azienda che possono catturare
l’attenzione dei mass media tradizionali.
Non ascoltare le conversazioni è un’occasione perduta per le aziende: si tratta
dell’occasione di conoscere la vita dei prodotti fuori dalle fabbriche, di comprendere
come vengono usati e perché sono amati o odiati.
È l’occasione di conoscere il proprio mercato e i propri
consumatori: parlare con i consumatori aiuta un’azienda a
pensare ai propri prodotti in modo diverso, nuovo, a
comprendere il modo in cui li vedono coloro che li usano.
47
Caratteristiche e valore
delle conversazioni online

47. © infoFACTORY Ottobre 2010 48
TECNOLOGIE DI ANALISI DEL TESTO
Crawling
Scraping
Filtering
Semantic Analysis
Classification
Sentiment Analysis
Social Network Analysis
…

48. © infoFACTORY Ottobre 2010
A seconda degli obiettivi strategici è possibile realizzare diverse analisi
tra loro correlate.
BRAND AWARNESS.
BRAND IMAGE.
BRAND EQUITY.
BRAND STRATEGY.
CONCORRENZA PERCEPITA.
NUOVI BISOGNI.
OPEN INOVATION→NUOVE IDEE PER MIGLIORARE IL PRODOTTO.
IMPATTO DI UNA CAMPAGNA DI COMUNICAZIONE.
MAPPATURA DEI LUOGHI.
MAPPATURA DEGLI OPINION LEADER.
DISINFORMAZIONE SUL PRODOTTO.
Maggiori dettagli su www.infofactory.it
49
Monitoraggio delle
Conversazioni online

49. © infoFACTORY Ottobre 2010
La pubblicità crea interesse e fa conoscere un prodotto.
La buona reputazione online lo fa vendere.
È possibile misurare la reputazione di un prodotto,
brand, evento, personaggio pubblico ecc. in termini
di opinioni positive/negative su specifici parametri
di analisi.
50
Reputation Management

50. © infoFACTORY Ottobre 2010
Alcuni argomenti di interesse sociale (Crisi economica,
gestione rifiuti, energia nucleare, aborto, ecc.)
possono essere monitorati per analizzare lo stato e i
cambiamenti del clima sociale.
51
Analisi del clima sociale
COSA
Quali tematiche sono più discusse nel tempo? Ci sono tematiche
emergenti da considerare? Vi è disinformazione sull’argomento?
CHI
Quali sono le tipologie di persone che partecipano alle discussioni?
Opinion leader e influencer? Ci sono categorie di persone
particolarmente coinvolte? Si possono contattare?
COME
Le discussioni/opinioni sono positive o negative? Su quali aspetti in
particolare? Qual è il grado di carica emotiva degli utenti?
DOVE
Quali sono i luoghi online in cui sono presenti le discussioni? Quali sono i
luoghi più importanti e con più alta capacità di propagazione della
notizia? Dove si stanno espandendo le discussioni?
QUANDO
Evoluzione nel tempo? Picchi di pressione mediatica?

51. © infoFACTORY Ottobre 2010
Le azioni che riguardano la competitive intelligence
ossia la definizione, la raccolta, l’analisi e la
distribuzione di informazioni di intelligence
riguardo prodotti, concorrenti, tecnologie, clienti ed
altri aspetti dell’ambiente competitivo delle aziende,
possono essere supportate da nuovi strumenti e
metodologie che utilizzano il Web.
52
Competitive Intelligence
Fornitori, Materiali,
Tecnologie,
Mappa e analisi dei Competitor,
identificazione nuovi competitor,
identificazione punti deboli dei prodotti concorrenti,
identificazione movimenti aziendali,
rumors su nuove tecnologie, ecc.
Paper scientifici, report su
nuove tecnologie, news
finanziarie, rumors,
conversazioni di clienti,
concorrenti, partner, investitori
e molte altre sorgenti di
informazione possono essere
analizzate per estrarre dati e
informazioni che tra loro
relazionati possono fornire
conoscenza strutturata su
diversi aspetti come ad
esempio:

52. © infoFACTORY Ottobre 2010
Quando la competitività di un’organizzazione è basata
sulla conoscenza di un settore tecnologico è
fondamentale essere aggiornati tempestivamente su
novità, cambiamenti e rumors..
53
Technological Monitoring
monitoraggi specifici di paper scientifici, community di esperti, opinioni
e valutazione di nuove tecnologie, notizie da laboratori di ricerca ed
altro ancora…

53. © infoFACTORY Ottobre 2010
I processi di gestione di una crisi possono essere
supportati da sistemi di analisi del Web in grado di
fornire in tempo reale una misurazione della
situazione
54
Crisis Management
Misurare tempestivamente la propagazione della notizie
Identificare nuove direzioni nelle discussioni e negli argomenti,
Mappare i luoghi informativi colpiti dalle notizie negative,
Identificare i principali denigratori,
Identificare luoghi e gruppi in cui le discussioni pericolose si sviluppano
più velocemente,
Studiare i propri interventi correttivi e i loro effetti.
Misurare la diffusione delle notizie pericolose ed analizzare il sentiment e la
carica emotiva degli interventi.

54. © infoFACTORY Ottobre 2010 55
Crisis Management

55. © infoFACTORY Ottobre 2010 56
Crisis Management

56. 57

57. infoFACTORY srl - Parco Scientifico e Tecnologico L. Danieli - via J.Linussio 51, 33100 UDINE - Tel 0432-629723/4 - info@infofactory.it - www.infofactory.it
58