In questa tesi tratteremo il tema dei Sistemi di Raccomandazione che supportano la pratica dell'End User Development nell'area di ricerca dell'Internet Of Things. In particolare, nel primo capitolo ci concentreremo sugli Interactive Smart Spaces, di cui offriremo una dettagliata modellazione. Dal secondo capitolo invece ci concentreremo sui temi di Internet of Things, End User Development e Sistemi di Raccomandazione. Durante la trattazione cercheremo di capire come i sistemi di Raccomandazione possano supportare l'utente finale nella configurazione adeguata delle proprie abitazioni intelligenti e dei propri Smart Object. L’internet delle cose ha favorito lo sviluppo dei cosiddetti oggetti intelligenti, ovvero dispositivi che sono in grado di connettersi alla rete e di poter comunicare tra di loro per creare degli ecosistemi di servizi eterogenei e distribuiti. La domanda che ci siamo posti all’inizio di questo studio è stata “Gli utenti finali conoscono tutte le funzionalità dei loro oggetti intelligenti?" La risposta è ovviamente negativa, ed è per questo che nasce la pratica dell'End User Development e nascono i cosiddetti Tailoring Envinroment, ovvero degli ambienti digitali attraverso i quali è possibile avere un supporto nella configurazione di apparecchiature intelligenti, ma non solo. Dato che, poi, la quantità e la diversità degli oggetti intelligenti sta crescendo a dismisura e visto che ogni singolo utente ha delle necessità, delle preferenze e dei comportamenti del tutto soggettivi, ci vengono a supporto i sistemi di raccomandazione. Questi sono delle tecnologie che fanno parte di una branca del machine learning che hanno come caratteristica principale quella di offrire dei suggerimenti ‘rilevanti’ per gli utenti. A partire dai dati che ha a disposizione la macchina sull'utente e, in particolare, sulle sue preferenze, l'utente finale ha la possibilità di fare le giuste scelte e di ottimizzare i 'comportamenti' dei suoi dispositivi. Empathy, il progetto di ricerca a cui ho partecipato, nonchè caso studio della mia tesi, opera proprio in questa area di ricerca. Il progetto, in particolare, mira a "sviluppare nuovi concetti, linguaggi, metodi e strumenti per supportare le persone nella creazione e nell'adattamento di applicazioni interattive IoT dipendenti dal contesto alle loro esigenze". Per raggiungere gli obiettivi prefissati, sono stati collaudati due prototipi, uno dedicato al confronto tra modelli utente per stabilirne la similarità, e uno utile al suggerimento di regole di configurazione per oggetti intelligenti. Questi prototipi, che sono stati fatti testare a degli utenti target, verranno accuratamente descritti. Inoltre, saranno illustrati i risultati provenienti dai questionari somministrati. Saranno, infine, illustrati gli sviluppi futuri del settore e più in particolare, del progetto Empathy.

Sistemi di raccomandazione per le tecnologie di Internet Of Things nell’ambito delle Smart Home – Il caso studio Empathy

MORENO, ANTONIO
2020/2021

Abstract

In questa tesi tratteremo il tema dei Sistemi di Raccomandazione che supportano la pratica dell'End User Development nell'area di ricerca dell'Internet Of Things. In particolare, nel primo capitolo ci concentreremo sugli Interactive Smart Spaces, di cui offriremo una dettagliata modellazione. Dal secondo capitolo invece ci concentreremo sui temi di Internet of Things, End User Development e Sistemi di Raccomandazione. Durante la trattazione cercheremo di capire come i sistemi di Raccomandazione possano supportare l'utente finale nella configurazione adeguata delle proprie abitazioni intelligenti e dei propri Smart Object. L’internet delle cose ha favorito lo sviluppo dei cosiddetti oggetti intelligenti, ovvero dispositivi che sono in grado di connettersi alla rete e di poter comunicare tra di loro per creare degli ecosistemi di servizi eterogenei e distribuiti. La domanda che ci siamo posti all’inizio di questo studio è stata “Gli utenti finali conoscono tutte le funzionalità dei loro oggetti intelligenti?" La risposta è ovviamente negativa, ed è per questo che nasce la pratica dell'End User Development e nascono i cosiddetti Tailoring Envinroment, ovvero degli ambienti digitali attraverso i quali è possibile avere un supporto nella configurazione di apparecchiature intelligenti, ma non solo. Dato che, poi, la quantità e la diversità degli oggetti intelligenti sta crescendo a dismisura e visto che ogni singolo utente ha delle necessità, delle preferenze e dei comportamenti del tutto soggettivi, ci vengono a supporto i sistemi di raccomandazione. Questi sono delle tecnologie che fanno parte di una branca del machine learning che hanno come caratteristica principale quella di offrire dei suggerimenti ‘rilevanti’ per gli utenti. A partire dai dati che ha a disposizione la macchina sull'utente e, in particolare, sulle sue preferenze, l'utente finale ha la possibilità di fare le giuste scelte e di ottimizzare i 'comportamenti' dei suoi dispositivi. Empathy, il progetto di ricerca a cui ho partecipato, nonchè caso studio della mia tesi, opera proprio in questa area di ricerca. Il progetto, in particolare, mira a "sviluppare nuovi concetti, linguaggi, metodi e strumenti per supportare le persone nella creazione e nell'adattamento di applicazioni interattive IoT dipendenti dal contesto alle loro esigenze". Per raggiungere gli obiettivi prefissati, sono stati collaudati due prototipi, uno dedicato al confronto tra modelli utente per stabilirne la similarità, e uno utile al suggerimento di regole di configurazione per oggetti intelligenti. Questi prototipi, che sono stati fatti testare a degli utenti target, verranno accuratamente descritti. Inoltre, saranno illustrati i risultati provenienti dai questionari somministrati. Saranno, infine, illustrati gli sviluppi futuri del settore e più in particolare, del progetto Empathy.
ITA
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
938823_tesiantoniomoreno_938823.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 2.64 MB
Formato Adobe PDF
2.64 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/82227