DIPARTIMENTO DI INFORMATICA

1. Sistema di Ricerca per Moodle Basato sulle Tassonomie Dinamiche La tassonomia scelta è formata da: • Tipo: Contiene tutti i tipi di contenuto presenti in Moodle, più un’ulteriore specializzazione nel caso dei file consistente nell’estensione • Corso: Viene aggiornato automaticamente dalla applicazione JAVA e contiene tutti i corsi della piattaforma • Docente: Contiene tutti i docenti della piattaforma (aggiornato automaticamente)‏ • Data: Data d’inserimento del contenuto • Argomento: Contiene una riformulazione (dinamica) della tassonomia sancita dall’ACM nel ’98 DIPARTIMENTO DI INFORMATICA La nostra attività concerne la • creazione di un sistema di ricerca globale per il materiale dell'attività didattica • creazione di sommari semantici • creazione di collegamenti interdisciplinari Una delle condizioni di cui hanno bisogno i nuovi strumenti per la didattica (slides, esercizi on-line, forum, etc) per essere utili agli studenti è l'essere facilmente reperibile • In che cosa consiste il prototipo: • Un front-end che permette all'utente finale di effettuare le ricerche • Un programma che si attiva ad intervalli regolari per cercare i nuovi documenti presenti nella piattaforma Moodle della facoltà • Un front-end che permette ai docenti di classificare i documenti sotto ulteriori criteri oltre quelli di default Si aveva quindi la necessità di un sistema di ricerca che fosse intuitivo e che permettesse allo studente di accedere al materiale didattico da diversi punti di vista non soltanto gerarchico all’interno dei singoli corsi In particolare non si voleva legare la ricerca unicamente alla materia o all'argomento, per di più non si voleva una ricerca puramente sintattica ma basata sulla semantica, per questo sono state scelte le Tassonomie Dinamiche introdotte da Giovanni M. Sacco, si veda Dynamic Taxonomies: A Model for Large Information Bases, IEEE Transaction on Knowledge and Data Engineering, 12, pp 468-479, 2000 Ideate negli anni ’80 come soluzione dei problemi cui erano soggetti i sistemi di information retrieval basati su indici (tassonomie statiche) come ad es. Yahoo. Sono composte da: Intensione: L’insieme di documenti è descritto da una tassonomia Estensione: I documenti vengono classificati a sotto uno o più concetti presenti a qualunque livello della tassonomia. Soltanto relazioni IS-A presenti nello schema, ma i concetti vengono messi in relazione anche attraverso inferenze estensionali per cui: due concetti nodi dell’albero tassonomico C e C’ sono in relazione se esiste almeno un documento D classificatosotto di essi o sotto i loro discendenti. Inoltre un concetto C è rappresentato dai documenti che sono classificati sotto di lui, questo ci porta a definire un’unica operazione chiamata Zoom, basata solo su operazioni insiemistiche FAQ: Il prototipo in che linguaggi è sviluppato? Il prototipo è stato sviluppato in ASP, Java e Javascript Il prototipo è interno alla piattaforma Moodle e/o ne è un modulo? No il prototipo è esterno alla piattaforma Moodle ma si integra bene con essa e soprattutto non mina la sicurezza della piattaforma Perchè non è stato sviluppato all'interno? Perchè il prototipo vuole essere esteso a tutte le risorse che possono essere messe a disposizione degli studenti, quindi anche quelle al di fuori della piattaforma. Perchè non si è sviluppato il prototipo in PHP? Perche è stato usato UKP per implementare la ricerca su basi tassonomiche, il quale mette a disposizione delle API per ASP. Dynamic Taxonomies = Faceted Search Vantaggi: • Le relazioni tra i vari concetti non devono essere anticipate (ad es. “Centrino 1.7 GHz” può essere diviso in “Centrino” discendente di tipo, e “1.7 GHz” discendente di velocità)‏ • Sommari semantici creati automaticamente • Si possono scoprire relazioni inaspettate: “ruolo attivo della tassonomia nel sistema di learning” • L’interazione completamente asimmetrica permette di trovare il target in 2j-1 modi possibili (j numero concetti)‏ • Interfaccia user-friendly (tipicamente widget ad albero)‏ • Operazioni di Zoom iterabili (2-3 operazioni selezionano in media 10 documenti su 100.000, descritti da una tassonomia di 1000 concetti)‏ • L’albero dei concetti viene automaticamente “potato” di quei rami che non classificano nessun documento, questo permette di guidare l’utente nella sua ricerca poiché non potrà selezionare relazioni che non esistono. Il Front-end Esempio Selezione concetto “ALBERI” RISULTATO Riferimento: Barbara Demo, Alessio Angius, E-learning: Coupling Course Management Systems and Dynamic Taxonomies, Workshop FIND’07, DEXA agosto 2007. UniMoodle Genova 18-19 ottobre 2007