Modelo de Trabalho de Conclusão cico



Baixar 7,33 Mb.
Página10/48
Encontro01.07.2018
Tamanho7,33 Mb.
1   ...   6   7   8   9   10   11   12   13   ...   48

Exemplos


Esta seção aborda aplicações que utilizam sistemas de reputação em sua concepção, evidenciando a forma como a reputação é computada nas aplicações abordadas.
      1. Google


Com o intuito de classificar a importância de uma página na internet, o Google utiliza um sistema, denominado PageRank, para classificar tais páginas em seu mecanismo de busca, atribuindo um valor numérico para mensurar a relevância das páginas existentes na web. Tal sistema baseia-se em uma metodologia de análise de links, através de uma análise em grafo, onde as páginas representam os vértices e os links entre as páginas representam as arestas. Em analogia, diante do fato de uma página possuir um link para outra, considera-se que a primeira tenha expressado seu voto positivamente em relação à segunda. Em suma, o PageRank é um número que identifica a reputação das páginas contidas na web, sendo que, quanto maior o seu valor, maior a reputação da página (SILVA, G., 2009). Este valor expressa a probabilidade, com valores entre 0 e 1, que uma pessoa aleatoriamente clique em links que a direcionem para uma página específica (JIANYA, 2012). A fórmula para definição do PageRank é retratada na Figura 4 .8, onde d corresponde à variável damping factor, que retrata a probabilidade de um navegador deixar de seguir os links entre as páginas, N representa o número total de páginas do conjunto analisado, M(pi) indica todas as páginas que possuem links para a página pi, pj, por sua vez, é a página da atual iteração e L(pj) define o número de links de saída que a página pj possui (SILVA, G., 2009).

Figura 4.8 - Fórmula do PageRank



Fonte: SILVA, G. (2009)


      1. MercadoLivre


O MercadoLivre utiliza dois modelos em seu sistema de reputação, o modelo baseado em pontos para os compradores e o modelo baseado em perfis para os vendedores (MERCADO LIVRE, 2015). No modelo baseado em pontos, os usuários compradores são classificados conforme as transações realizadas no site. Tal qualificação acarreta em uma pontuação positiva, onde sua reputação é incrementada em um ponto, negativa, sendo decrementada em um ponto, ou neutra. Com isso, a reputação de um indivíduo na comunidade fundamenta-se no somatório dos pontos recebidos das avaliações alheias, entretanto, cada pessoa pode atribuir pontos à reputação de outra uma vez, ou seja, sempre será considerada a última avaliação de um usuário feita a outro para computar sua reputação. Sua reputação fica visível aos usuários que visitarem seu perfil, auxiliando a tomada de decisão no momento de efetuar uma transação (SCHWABE, 2008). No modelo baseado em perfis, os usuários vendedores são classificados através de uma ferramenta denominada termômetro, que reflete a posição do vendedor no ranking. Para a apuração da reputação dos usuários vendedores, são avaliadas, as experiências de compra que os usuários compradores tiveram durante a transação (MERCADO LIVRE, 2015). Contudo, o sistema adotado pelo MercadoLivre possui um problema na forma de calcular a pontuação de seus usuários, pois não considera a reputação dos usuários que estão avaliando os demais. Além disso, não há diferenciação dos usuários na hora de computar suas avaliações efetuadas, sendo assim, um novo usuário tem as mesmas condições de influenciar na reputação de outro indivíduo do que um usuário que já tenha realizado diversas transações no sistema (LAGES, 2007).
      1. Stackoverflow


O site Stackoverflow utiliza a abordagem de reputação baseada em pontos. Por se tratar de um fórum sobre tecnologias, o usuário conquista seus pontos demonstrando aos demais membros da comunidade que possui domínio do conteúdo publicado por ele no sistema. A simples ação de enviar uma pergunta ou submeter uma resposta não necessita que o usuário tenha uma boa reputação perante a rede, entretanto, quanto maior for sua reputação, mais privilégios o indivíduo recebe. Em suma, os privilégios de um indivíduo definem as ações que o mesmo pode executar na comunidade. A maneira mais comum de melhorar sua reputação é fazendo boas perguntas e fornecendo boas respostas, a partir disso, os votos dados pelos demais membros, farão com que aumente, ou em certos casos, diminuam, conforme demonstrado anteriormente na Tabela 4 .3, a qual demonstra a política de ganho ou perda de pontos a partir das interações dos usuários. No contexto da aplicação, não há muita distinção entre usuários moderadores e usuários com uma alta reputação, tal fato ocorre intencionalmente, pois não há usuários específicos administrando o site, mas sim, a comunidade administra o site (STACKOVERFLOW, 2015).
    1. Cenário de redes sociais


Nas atuais circunstâncias envolvendo ambientes de redes de usuários, existem problemas que remetem a questões de confiabilidade das informações, já que, nesses ambientes, a dificuldade de acesso a informações de algum indivíduo traz consigo indícios de desconfiança para com o mesmo. Dessa forma, no contexto da maioria das redes sociais existentes, não há forma de um indivíduo mensurar a sua confiabilidade em relação a outra pessoa no momento do estabelecimento de um vínculo, sendo necessário realizar uma avaliação estritamente pessoal do indivíduo que se deseja firmar tal relação. Assim, o modelo proposto neste trabalho visa determinar a reputação de um usuário através de suas ações reais, as quais são oriundas de seu comportamento na rede. Para tal finalidade, a aplicação consiste em incrementar a reputação de um usuário no momento em que o mesmo fizer parte de um novo vínculo que tenha sido aprovado, dessa forma, o valor da reputação do indivíduo serve como parâmetro para tomada de decisão dos demais usuários ao avaliarem se devem ou não estabelecer uma relação com tal usuário.
  1. GEOLOCALIZAÇÃO


Atualmente, a utilização da funcionalidade de geolocalização está cada vez mais presente nas aplicações desenvolvidas. Nesse contexto, seus recursos são utilizados para, além de apurar a posição de algo ou alguém, obter demais informações relevantes a localidade que se encontram. Tal apuração identifica, através de técnicas de coleta de dados, a posição a partir de dois elementos: latitude e longitude, as quais são representações numéricas da posição de determinada pessoa ou objeto no planeta. Tanto as linhas de latitude quanto as de longitude, ilustradas na Figura 5 .9, possuem uma distância entre si de 111,04 km (AIRES; HAHN, 2014).

Figura 5.9 - Representação de latitude e longitude



Fonte: HOLDENER III (2011, p. 20 apud AIRES; HAHN, 2014)

Diferentes técnicas são utilizadas para a aferição do posicionamento de alguém ou de algum dispositivo, dentre as quais, pode-se considerar como as principais:


  • GPS: desenvolvido pelo Departamento de Defesa dos Estados Unidos da América, o objetivo original deste método consistia na utilização militar sendo, posteriormente, disponibilizado ao uso civil. Os dispositivos GPS determinam a posição terrestre através de sinais de satélites recebidos, tais informações são obtidas a partir de triangulações realizadas entre satélites (REZENDE, 2010). Dentre os métodos apresentados, este é considerado o mais preciso, podendo apresentar uma margem de erro de apenas 5 metros (JESUS, 2011).

  • Triangulação GPRS: este método consiste na triangulação de antenas da rede de telefonia celular para identificar a posição do dispositivo móvel, esta abordagem corresponde à cálculos dos dados oriundos das três antenas mais próximas ao dispositivo. Contudo, tal método é menos preciso do que o método GPS (HOENTSCH, 2013).

  • Geolocalização IP: utilizado pela maioria dos navegadores web, tal método consiste em determinar o posicionamento do usuário através de consultas baseadas em serviços de localização de IP e também através de consultas whois, tal consulta refere-se à um protocolo TCP para solicitação de informações de contado sobre entidades na internet, as quais podem ser o nome de um domínio ou um endereço IP (JESUS, 2011).

Com o advento da geolocalização em dispositivos móveis, novos modelos de negócio e serviços surgiram, onde o foco principal está na personalização ou direcionamento de conteúdo através de dados oriundos da localização geográfica de usuários (JESUS, 2011). O notório avanço na produção de novas tecnologias para uso em dispositivos móveis, tendo como principais exemplos os smartphones e tablets, evidencia a presença de conceitos referentes à computação móvel na atualidade. Esse avanço, tanto de hardware quanto de software, permite que as funções realizadas no passado em dispositivos desta natureza, as quais se resumiam a efetuar ligações e trocas de pequenas mensagens de texto, dessem lugar a funcionalidades muito mais complexas como por exemplo, comunicação colaborativa, comunicação via satélite e também utilização de recursos de geolocalização para identificação da posição de algo ou alguém no planeta (FILHO, 2012).

Dentre as aplicações que utilizam geolocalização em seu desenvolvimento, um exemplo é o Foursquare, rede social disponibilizada em 2009, popular por permitir que seus usuários compartilhem os locais que estão visitando (ALVES et al., 2012). O principal objetivo de tais informações consiste em permitir a consulta e/ou recebimento de informações referentes aos locais em que um indivíduo estiver presente (JESUS, 2011). Para tal, o membro da rede realiza check-in em localidades que frequenta, sendo que estas devam estar cadastradas na base de dados da aplicação. Posteriormente, os demais usuários da rede podem verificar os espaços pelos quais seus contatos tenham estado, bem como, visualizar recomendações de tais locais. Diante disso, o Foursquare é um modelo que evidencia a capacidade de conectar espaços reais e virtuais (PELLANDA, 2011).

Em termos de tecnologia, a API de geolocalização do HTML5 fornece um conjunto de códigos para acesso a informações sobre a localização geográfica de um dispositivo, sendo necessário apenas que haja acesso à internet através de um navegador web. Esta API disponibiliza métodos para a obtenção e manipulação dos dados oriundos da apuração da localização do dispositivo (AIRES; HAHN, 2014).



1   ...   6   7   8   9   10   11   12   13   ...   48


©livred.info 2017
enviar mensagem

    Página principal