arquitectura e implementación de plataformas de colaboración y recomendación basadas en ...

103 Pages·2010·3.72 MB·Spanish

by  E. Vazquez

Universidad Politécnica de Madrid
Escuela Técnica Superior de Ingenieros de Telecomunicación

ARQUITECTURA E IMPLEMENTACIÓN DE
PLATAFORMAS DE COLABORACIÓN Y
RECOMENDACIÓN BASADAS EN
CONTEXTO DE USUARIO
TRABAJO FIN DE MÁSTER

Daniel Gallego Vico

2010

Universidad Politécnica de Madrid
Escuela Técnica Superior de Ingenieros de Telecomunicación
Máster Universitario en
Ingeniería de Redes y Servicios Telemáticos

TRABAJO FIN DE MÁSTER

ARQUITECTURA E IMPLEMENTACIÓN DE
PLATAFORMAS DE COLABORACIÓN Y
RECOMENDACIÓN BASADAS EN
CONTEXTO DE USUARIO
Autor
Daniel Gallego Vico

Director
Joaquín Salvachúa Rodríguez

Departamento de Ingeniería de Sistemas Telemáticos

2010
Resumen 
Hoy en día, Internet se ha convertido en un ente social con vida propia donde
diferentes tipos de redes han alcanzado una importancia sumamente destacable en lo
que a proporcionar métodos de colaboración entre personas de todo el mundo se
refiere. Para llevar esta colaboración a cabo, están disponible innumerables servicios
que pueden ser integrados o combinados de cara a conseguir satisfacer completamente
la demanda de los usuarios. Por lo tanto, y debido a este enorme crecimiento, estas
redes sociales almacenan actualmente una cantidad increíble de datos sociales que
pueden ser usados para generar un contexto colaborativo minucioso de todos esos
usuarios.
Este documento comienza explorando un nuevo paradigma de construcción de
sistemas CSCW para entornos corporativos siguiendo estas nuevas ideas puestas en
escena por la Web Social para colaborar con el objetivo de generar dicho contexto
colaborativo. Se presenta una descripción de los componentes implementados bajo
estas ideas para colaborar en espacios de trabajo, destacando una nueva forma de
ofrecer servicios de videoconferencia con filosofía cloud computing, de manera que
aplicaciones de terceros puedan solicitar salas virtuales donde los usuarios pueden
relacionarse mediante audio, vídeo, escritorio compartido o mensajería instantánea.
Adicionalmente, se detallan los métodos que se han seguido para generar el contexto
colaborativo mencionado anteriormente a partir de datos sociales complejos. Todo esto
estará acompañado de figuras y resultados que nos permitirán afirmar al final del
desarrollo que la arquitectura implementada está preparada para soportar generación
de contexto colaborativo mediante la unión de datos del mundo empresarial y el
mundo social, utilizando para ello todo tipo de datos alojados en la nube.
Por otro lado, y en relación con la reciente utilización de los sistemas de
recomendación en Internet de acuerdo a la necesidad de ordenar la ingente cantidad de
datos que existe ahora en la nube, en este documento se presentan los resultados de la
investigación llevada a cabo en el área de los algoritmos de clustering y
recomendación. De esta forma, y como resultado de este estudio, se describirá la
arquitectura de una aplicación de recomendación que ha sido diseñada y desarrollada
con motivo de este trabajo, cuyo principal objetivo es la recomendación de restaurantes
utilizando como datos de entrada el contexto de los usuarios del sistema. Finalmente,
se detalla el estudio que se ha llevado a cabo sobre métodos de autenticación SSO
basados en redes sociales como Facebook y Twitter que se pretende integrar en la
arquitectura general del sistema de recomendación construido.
i

Abstract 
Nowadays, Internet is a place where social networks have reached an important
impact in collaboration among people over the world in different ways using services
that can be integrated or mashed up in order to fulfill user demands. Therefore, these
social networks store an incredible set of social data that can be used to provide
awareness about their users.
This document starts reviewing a new paradigm of building CSCW tools for
business world following these new ideas provided by the social web to collaborate
and generate awareness. An implementation of these concepts is described, including
the components provided to collaborate in workspaces, such as a way to offer
videoconference as a web cloud service over an interface which can be used by third
parties to enrich their applications using virtual rooms where users can collaborate
with audio, video, shared applications, IM, etc. Also, this document describes the way
is generated awareness from these complex social data structures. We also present
figures and validation results in the text to stress that this architecture has been defined
to support awareness generation via joining current and future social data from
business and social networks worlds, based on the idea of using social data stored in
the cloud.
On the other hand, and related to the recent use of recommender systems in the
Internet due to the existence of all the data stored in the cloud mentioned before, this
document presents a research about clustering algorithms related to these
recommender systems. In addition, an application for recommending restaurants
based on users’ awareness is described, including its architecture and implementation.
Finally, a study of managing SSO authentication via social networks likes Facebook
and Twitter is presented to complete the general architecture of this recommender
system.

iii

Índice general 

Resumen .................................................................................................................................. i 
Abstract .................................................................................................................................. iii 
Índice general......................................................................................................................... v 
Índice de figuras .................................................................................................................. vii 
Siglas ...................................................................................................................................... ix 
1  Introducción .................................................................................................................... 1 
1.1  Contexto ................................................................................................................... 1 
1.2  Objetivos .................................................................................................................. 2 
1.3  Estructura del documento ..................................................................................... 3 
2  Estado del arte ................................................................................................................ 5 
2.1  Plataformas de colaboración ................................................................................. 5 
2.1.1  Lotus ................................................................................................................. 5 
2.1.2  Microsoft Office Communicator 2007 .......................................................... 6 
2.2  Sistemas de recomendación y métodos de clustering ....................................... 7 
2.2.1  ¿Qué entendemos por clustering? ................................................................ 8 
2.2.2  K-means clustering ....................................................................................... 11 
2.2.3  Canopy clustering ........................................................................................ 15 
2.2.4  Aplicación en sistemas reales ..................................................................... 18 
2.3  Tecnologías utilizadas para el desarrollo .......................................................... 21 
2.3.1  Ruby on Rails ................................................................................................ 21 
2.3.2  Java ................................................................................................................. 24 
2.3.3  REST ............................................................................................................... 25 
2.3.4  Atom ............................................................................................................... 26 
2.3.5  JSON ............................................................................................................... 27 
2.3.6  Adobe Flash ................................................................................................... 27 
v
2.3.7  Adobe Flex ..................................................................................................... 31 
2.3.8  Cairngorm ..................................................................................................... 34 
2.3.9  LDAP .............................................................................................................. 41 
2.3.10  CAS ................................................................................................................. 41 
2.3.11  Subversion ..................................................................................................... 44 
3  Líneas de investigación y trabajos realizados .......................................................... 45 
3.1  Itecsoft .................................................................................................................... 45 
3.1.1  Servidor .......................................................................................................... 47 
3.1.2  Cliente ............................................................................................................ 49 
3.2  Videoconferencia como Servicio: Nuve ............................................................ 50 
3.3  Generación de Contexto Colaborativo a partir de Itecsoft ............................. 51 
3.3.1  Motivación ..................................................................................................... 51 
3.3.2  ¿Qué entendemos por Contexto Colaborativo? ....................................... 52 
3.3.3  Generación de Contexto Colaborativo en Itecsoft ................................... 53 
3.3.4  Caso de uso de Generación de Contexto ................................................... 56 
3.4  Galactus ................................................................................................................. 57 
3.4.1  Servidor: clustering de datos y recomendación ....................................... 58 
3.4.2  Cliente web: gestión de consultas y resultados en mapa........................ 62 
3.4.3  Gestión de usuarios y autenticación SSO basada en redes sociales ...... 66 
4  Conclusiones ................................................................................................................. 71 
5  Trabajos futuros ............................................................................................................ 73 
Bibliografía ........................................................................................................................... 75 
Apéndice ............................................................................................................................... 79 

vi
Índice de figuras 

Figura 1. Logotipo de IBM Lotus Notes ............................................................................. 5 
Figura 2. Logotipo de IBM Lotus Connections ................................................................. 6 
Figura 3. Logotipo de Microsoft Office Communicator 2007 ......................................... 7 
Figura 4. Representación gráfica de la distancia Euclídea (línea verde) y Manhattan
(línea roja) .................................................................................................................................... 9 
Figura 5. Ejemplo de clustering Jerárquico...................................................................... 10 
Figura 6. Ejemplo de clustering Particional ..................................................................... 11 
Figura 7. Selección inicial de centros en K-menas con k = 3 ......................................... 12 
Figura 8. Primera asignación de puntos al centro más cercano .................................... 12 
Figura 9. Iteraciones realizadas en K-menas hasta alcanzar los centros de los nuevos
clusters. Los cuadrados con línea continua corresponden a la primera iteración, en
discontinua a la segunda y los rellenos a la posición final de los centros tras converger
el algoritmo ............................................................................................................................... 13 
Figura 10. Conjunto de datos inicial, distancias umbrales T1 y T2 elegidas, e
iteraciones de ejemplo de Canopy clustering con 9 puntos ............................................... 17 
Figura 11. Logotipo de Mahout ......................................................................................... 19 
Figura 12. Logotipo de Hadoop ........................................................................................ 20 
Figura 13. Logotipo de Ruby ............................................................................................. 22 
Figura 14. Logotipo Rails ................................................................................................... 23 
Figura 15. Logotipo de Java ............................................................................................... 24 
Figura 16. Logotipo de Adobe Flash ................................................................................ 28 
Figura 17. Desarrollo y compilación en Flash ................................................................. 30 
Figura 18. Logotipo de Adobe Flex .................................................................................. 32 
Figura 19. Desarrollo y compilación en Flex ................................................................... 34 
Figura 20. Intercambio de mensajes en el protocolo CAS RESTful .............................. 43 
Figura 21. Logotipo de Subversion ................................................................................... 44 
Figura 22. Arquitectura general de Itecsoft en la que el cliente web se comunica con
los módulos del lado servidor mediante APIs REST .......................................................... 47 
Figura 23. Arquitectura general de uso de Nuve ........................................................... 50 
Figura 24. Generación de patrones colaborativos a partir de espacios y usuarios .... 54 
Figura 25. Captura de pantalla de Itecsoft en la que se muestra la herramienta de
búsqueda de expertos que hace uso del generador de contexto colaborativo ................ 56 
Figura 26. Arquitectura general de Galactus ................................................................... 58 
Figura 27. Captura de pantalla de una recomendación ofrecida por el cliente web . 61 
vii