Wizdee Discovery - Colaboração e Personalização

Abstract

As abordagens de Business Inteligence (BI) são caracterizadas pelo envolvimento e desenvolvimento de sistemas de armazenamento de dados complexos (Data Warehouses) cujo custo inicial e de manutenção são elevados, necessitando de pessoas técnicas para a sua criação e manutenção. De forma a contrariar estas necessidades, surge o Wizdee Discovery, produto desenvolvido pela Wizdee, o qual torna mais fácil a exploração dos dados em sistemas de BI, através da sua caixa de pesquisa. Nesta caixa, os utilizadores do sistema, através do uso de linguagem natural, conseguem pesquisar e explorar os seus dados. Nesta tese, são apresentados duas funcionalidades que trazem valor acrescido ao produto: colaboração e personalização. A primeira prende-se com a possibilidade de os utilizadores poderem colaborar entre si na análise dos seus dados e poderem partilhar essa informação, tanto a nível interno do sistema como a nível externo, sendo o caso da partilha para redes sociais ou ferramentas de produtividade, como a Dropbox. Por outro lado, a personalização do Wizdee Discovery pretende que os resultados sejam adaptados a cada utilizador segundo as interações que este tem com a plataforma. Nos sistemas de linguagem natural, um dos maiores problemas é a ambiguidade associada. Desta forma, com a introdução da personalização é esperado que exista uma redução deste problema. Para isto, é necessário a introdução de contexto, o qual permite verificar quais os dados mais importantes para o utilizador no momento da pesquisa dos seus dados. As funcionalidades colaborativas implementadas são usadas por alguns competidores da Wizdee, sendo a partilha para ferramentas de produtividade o elemento diferenciador. Noutra vertente, as funcionalidades de personalização quando aplicadas a motores de pesquisa são exploradas por diversos investigadores, existindo as mais variadas abordagens. Este trabalho segue uma abordagem baseada no contexto, através do qual é possível ir moldando a importância que os dados têm para o utilizador em determinado momento. Este contexto tem como base um conjunto de pesos associados às estruturas dos dados, como tabelas e colunas, e são estes que vão sendo alterados segundo a interação do utilizador com o sistema. Para isto ser possível, são também usadas abordagens baseadas em algoritmos genéticos, os quais são usados para melhorar o processo de avaliação de cada interpretação do sistema às pesquisas introduzidas pelo utilizador. Parte das funcionalidades implementadas foram testadas pela equipa de testes da empresa e a outra parte foi testada pelo estagiário. Os resultados obtidos permitiram verificar que a abordagem seguida tem um impacto positivo na colaboração entre utilizadores e na resposta do sistema às pesquisas introduzidas por utilizadores com diferentes contextos. Além disso, os resultados mostram que os utilizadores consideram útil a introdução do contexto de forma a melhorar a obtenção dos resultados esperados.

Business Intelligence’s typical approach is based on the development of complex data information systems (Data Warehouses). Normally, it requires technical people to create and manage the infrastructure and has high initial and maintenance costs. In an attempt to overcome this, Wizdee launched Wizdee Discovery, a product which aims to facilitate data exploitation in Business Intelligence (BI) systems, by letting users explore data through a search box. With this tool users are able to search and exploit their data by using natural language. In this thesis, two product functionalities are highlighted, due to the added value created to the company’s product: collaboration and personalization. The first one relates to the possibility for users to be able to collaborate between them regarding their data analysis and share that information, both internally and externally, as is the case of social networks or productivity tools, like Dropbox. On the other hand, Wizdee Discovery personalization aims to adapt the results to each user according to his interaction with the platform. Concerning natural language systems, the related ambiguity is one of the major problems. With the introduction of the personalization feature, we expect to achieve an improvement in this matter. In order for this to happen, it is necessary to introduce context, which allows to identify which data is more relevant to the user. The implemented collaborative functionalities are also used by some of the Wizdee’s competitors, being the external share to productivity tools one of the company’s main points of difference. In another level, the personalization functionalities applied to search engines have already been exploited by many researchers, leading to several perspectives. This paper follows an approach based on context, through which it is possible to shape the importance that the data has for the user. This context is based on a set of weights associated to the structure of data, like tables and columns. These weights will change according to the interaction of the user with the system. In order for this to be possible, approaches based on genetic algorithms are also used. The goal is to improve the evaluation process of the interpretation that the system makes for each query. Part of the the implemented functionalities were tested by the company’s quality team and the other part was tested by the intern. The results allowed to verify that both approaches had a positive impact in the collaboration (between users) and in the personalization (system response to the queries introduced by users with different contexts). Moreover, the survey results show that the users consider that the introduction of context improves the achievement of the expected results.