Indications du clopidogrel :

O mecanismo de recomendação proposto neste projeto possui algumas características adaptativas. Os relacionamentos recomendados são o resultado de uma análise de padrões relacionados ao contexto. Os parâmetros utilizados na função de ordenação, priorizando as relações mais importantes, variam de acordo com o contexto. O contexto aqui referenciado é a sub-rede tomando o usuário que está buscando as recomendações como centro. E as pessoas que farão parte da lista resultante possuem propriedades importantes dentro do contexto. Para encontrar os usuários certos a serem recomendados, o mecanismo faz uso de algumas características relacionais medidas entre o usuário que está buscando e cada possível usuário a

RECOMENDANDO ATRAVÉS DE ANÁLISE TOPOLÓGICA ₄₁

ser recomendado. Em outras palavras, o mecanismo busca identificar àquelas possíveis relações, muitas vezes existentes no mundo real, mas não refletida do mundo virtual, e ordená-las seguindo alguns parâmetros por grau de importância. Essa busca utiliza um subconjunto da rede social que contém os dois usuários além de outros próximos que são importantes para a análise característica do candidato. Utilizando algoritmos modernos o mecanismo realiza cálculos para medir algumas forças de interação, podemos assim dizer, entre o usuário que receberá as recomendações e cada um de um grupo pré-selecionado de usuário com grande potencial de ser recomendado.

O algoritmo utiliza apenas a topologia da rede para mensurar as características, deixando de lado dados do perfil dos usuários. A busca fazendo uso dos dados do perfil dos usuários constitui outro tipo de problema, que não será abordado aqui. Como os problemas são independentes, a criação de uma solução híbrida que envolva os dois modelos, considerando a estrutura de relacionamentos e informações do perfil, provavelmente terá melhores resultados do que cada uma separadamente.

As forças, aqui citadas, referem-se a algumas propriedades que podem ser mensuráveis dentro de sub-redes formadas entre os dois nós analisados seguindo algumas regras. Por exemplo, duas pessoas que se conhecem e tem algum tipo de relação provavelmente compartilham de certo conjunto de amigos em comum. Tal grupo pode ser uma turma de escola, companheiros de trabalho ou realmente amigos em comum. Quanto maior o conjunto de amigos em comum entre duas pessoas, maior a probabilidade de elas se conhecerem. Em uma rede social, essa propriedade pode ser medida apenas fazendo a interseção dos conjuntos de nós relacionados a cada usuário envolvido. Além do tamanho do conjunto formado pelos amigos em comum, uma análise para investigar os tipos de relações dentro desse conjunto fornece outras informações sobre a relação entre os dois nós. Um conjunto de amigos comum entre duas pessoas torna-se mais expressivo se as pessoas dentro desse conjunto se relacionam mutuamente de alguma maneira. O conjunto de pessoas que compartilham relacionamentos em comum provavelmente fazem parte de um mesmo agrupamento real de pessoas. Mecanismos de busca por agrupamentos de nós dentro de uma rede podem ajudar a explicar essas formações. A descoberta desses agrupamentos pode mostrar a homogeneidade de ideias e filosofias compartilhadas entre as pessoas que compõem o grupo.

42 SISTEMA DE RECOMENDAÇÃO BASEADO EM GRAFO

As várias forças exemplificadas acima são medidas relativas a dois pontos na rede. O primeiro, como referência, é o nó da rede que está buscando mais conexões para outros nós, o segundo, um candidato a ser recomendado para formar conexão com o primeiro. A aplicação do mecanismo de busca dentro de uma rede social, onde a quantidade de usuários ultrapassa os 500 milhões (Facebook) [2], pode se torna inviável computacionalmente se as forças de relacionamento, acima exemplificadas, forem mensuradas partindo de uma pessoa para todas as outras na rede. Porém, uma vez que a rede social for caracterizada como sendo uma rede Small world, o processamento dessas mensurações podem ser direcionado para um grupo muito menor de usuários. Fazendo uso do alto valor do coeficiente de agrupamento da rede social, é possível reduzir o conjunto a ser analisado na ordem de milhares. É mais provável conhecer algum amigo dos seus amigos do que qualquer outra pessoa na rede [28]. Dessa maneira, um pré-processamento deve filtrar o conjunto de pretendentes como sendo aqueles que são alcançáveis com exatamente dois níveis de relacionamento com a pessoa que está buscando. Isso exclui aqueles com muito baixa ou nenhuma probabilidade de ser escolhida no resultado final.

Nos tópicos a seguir serão explorados os experimentos com o mecanismo de recomendação. A realização dos experimentos está diretamente relacionada com a evolução do mecanismo e dos artefatos gerados. Foram realizados experimentos com duas Redes Sociais distintas. Inicialmente foi realizado um experimento de recomendação para um usuário da rede social Orkut. Posteriormente foi realizado um experimento de recomendação para vários usuários da rede social Oro-Aro. A concepção e evolução do mecanismo de recomendação aqui proposto tem uma forte relação cronológica com a sequência dos experimentos.

O Orkut é uma rede social mantida pelo Google. O acesso maciço aos dados é proibido e estão protegidos por rígidas normas de privacidade. Para que o primeiro experimento fosse realizado, foi desenvolvida uma aplicação para extração dos dados do Orkut necessários através da web. Em seguida foi realizada uma etapa de caracterização da rede social. Esta etapa foi essencial, pois proveu subsídio e inspiração para concepção do mecanismo de recomendação. A primeira versão do mecanismo de recomendação, que foi utilizada nos experimentos da rede social Orkut, é mais simples e não possui o módulo do algoritmo

TECNOLOGIAS UTILIZADAS NOS EXPERIMENTOS ₄₃

genético utilizado para otimização e balanceamento de algumas variáveis do mecanismo. Neste momento esta etapa foi realizada de forma manual. Ao final deste experimento constatou-se que a utilização da rede social Orkut inviabilizaria um experimento ideal que cobrisse uma amostra bem maior da rede. Diante deste empecilho optamos por utilizar a rede social Oro-Aro. O Centro de Informática, onde este trabalho está sendo realizado, mantém fortes relações acadêmicas com o C.E.S.A.R., empresa mantenedora da rede social Oro-Aro, o que viabilizou a aquisição dos dados necessários para realização do segundo experimento. Este experimento foi realizado com um maior número de usuários o que levou-nos a conceber o módulo de otimização que utiliza algoritmo genético. Este módulo fez-se essencial para que o mecanismo fosse auto-contido e escalável para qualquer tamanho de conjunto de experimento.