Comercio electrónico

O comercio elecrónico é outra área de gran crecemento dentro de Internet onde se utilizan os axente intelixentes. Os compradores necesitan encontrar vendedores de productos e servizos, necesitan información dos productos (incluindo especificacións técnicas, gama de configuracións, etc) que solucionen os seus problemas, e tamén precisarán de consello experto tanto antes da compra como despois, durante o soporte. Os vendedores necesitan atopar compradores e terán que proporcionar consello experto sobre os productos ou servizos ó igual que soporte e servizo ó cliente. Ambos, compradores e vendedores, necesitan automatizar o manexo das súas transaccións comerciais. Todas estas actividades comerciais que se realizan en Internet englóbanse dentro do que se chama e-commerce (comercio electrónico). O comercio electrónico pódese definir como o intercambio comercial de valor (productos, servizos e información) no que algunhas ou todas as fases desenvólvense a través de Internet. Os axentes intelixentes poden axudar no comercio electrónico de varias maneiras (Chavez 1996, Camacho 2001, Carbó 2001). Poden ir de compras para un usuario, coller as especificacións do que se desexa e devolverllas con recomendacións de posibles compras, etc. (Carbó, 2000). Poden tamén servir de vendedores proporcionando servizos, e axudar cos posibles problemas que teñan os clientes.

Os axentes de búsqueda de productos, comparación de prezos, ofertas, etc., son os primeiros exemplos de aplicacións para comercio electrónico, enfocadas como asistentes para a toma de decisións do comprador individual. Outra área activa no comercio electrónico son os robots de subastas (auction bots), axentes que poden participar en subastas on-line de certos productos. Exemplos conocidos son o sistema Kasbah (Chavez 1996), no que o usuario vendedor establece o seu criterio para os axentes vendedores: data desexada, prezo desexado, prezo mínimo, etc., de modo que os axentes comezan por ofertar o prezo desexado e despois vaise reducindo ata o prezo mínimo, con certas funcións matemáticas. Do mesmo modo, os axentes compradores empregan estratexias de oferta con certos criterios e preferencias preestablecidos. Existe un producto similar a Kasbah desenvolto en España, Spanish Fishmarket que está basado no mercado real de peixe que se desenvolve na cidade de Blanes. Os axentes de subastas electrónicas operan nun entorno, o mercado (marketplace), que xestiona um número determinado de subastas simultáneas, poñendo em contacto ós axentes vendedores e compradores. Distínguense as transaccións individuales entre consumidores (C2C, Consumer to Consumer) e as que supoñen contacto de empresas con consumidores (B2C, Business to Consumer). O exemplo máis coñecido de estos entorno é eBay, que ten ata um 60% do valor total de ventas realizadas deste modo.

AGENTES Y SUSTEMAS MULTIAGENTE. José M. Molina López, Jesús García Herrero y Ana Mª Bernardos Barbolla

Axentes de escritorio - UltraHal

Converteuse en algo común para os usuarios o traballar con varias aplicacións nos seus escritorios. A falta de comunicación entre estas aplicacións, moitas veces desemboca en erros na entrada de datos, combinacións de tecla compricadas, cortar e pegar entre aplicacións, aprender novas interfaces de usuario, largas chamadas e clientes frustrados.

Como solución a este problema xurden os axentes de escritorio.

Este tipo de axentes (desktop agents) residen nos PC ou estacións de traballo e execútanse localmente no sistema operativo de traballo. O denominador común é que crean un modelo do usuario que recolle as súas preferencias na utilización da máquina, de forma que permiten a delegación da toma de decisións do usuario neles. Existen axentes de sistema operativo, que realizan tarefas que precisan interacción do usuario co sistema operativo, e axentes de aplicacións específicas, que executan tarefas de usuario en representación deste. Por exemplo, Windows crea as aplicacións “System Agent”, para as súas diferentes versións de sistema operativo, que son aplicacións en background que lle lanzan tarefas ó sistema operativo delegadas polo usuario. Por exemplo, algunhas tarefas automatizadas por estes axentes son a configuración automática de interfaces en certas sesións interactivas, mantemento do disco duro, limpeza de directorios compresión automática, ventás de axuda lanzadas de forma proactiva, etc. Do mesmo xeito, existen axentes para aplicacións específicas, coñecidas popularmente como “wizards”, que proporcionan axuda orientada a certas tarefas utilizando a metáfora do diálogo. Podemos mencionar Lotus SmartAssistant, MacOS Expert, el Clip de Word, etc.

As aplicacións de correo electrónico tamén foron evolucionando para mellorar a súa utilización polos usuarios e tamén é unha área onde se introduciron axentes intelixentes para automaticamente organizar o correo electrónico, mediante regras inferidas do comportamento e patróns do usuario. Un exemplo é o sistema MAXIMS (Maes 1994).

UltraHal: un secretario no escritorio de Windows

"UltraHal Assistant", fabricado por Zabaware Inc., pretende ser un secretario virtual, que se encarga do manexo da súa axenda, lembrándolle (verbalmente) os seus compromisos e co cal pode chegar a entablar un diálogo, por certo intrascendente (i en inglés) ... e onde pronto se dará conta de que non é moi intelixente.
Máis especificamente, ofrece manexo de "chat", asistencia á navegación por web, manexo de direccións e compromisos, control vocal do computador (p.ex. para lanzar aplicacións) e dixitalización automática ou oral de números de teléfono.

Aínda que pretende inspirarse no famoso computador Hal do filme "2001 Odisea del Espacio", no lle chega nin ós talóns e, na súa opción de diálogo, é tan só unha versión mellorada do famoso "Elisa", o primeiro programa de diálogo supostamente basado en Intelixencia Artificial (o que se basaba só no recoñecemento de palabras claves e nunha lista de frases asociadas a elas). Pode ser entretido -por un momento- xogar ó xogo do diálogo pero, por certo, algúns apreciarán máis a UltraHal como manexador de axenda, especialmente os olvidadizos.

http://www.ceditec.etsit.upm.es/InfTecnologia/ceditec_agentes.pdf

http://www2.ing.puc.cl/~dcolle/publicaciones/agentes/agentes2.htm

Axentes de bases de datos - BOOKWHERE

Tratáse doutro tipo de axente de busca. As bases de datos neste sistema pasan a ser axentes activos que interactúan entre si. Cada base de datos dispón dun axente que sabe como presentarlle de forma adecuada as subconsultas á súa base de datos, coñecendo á súa vez o tipo de información que se almacena nela. Os axentes de bases de datos están organizados nun sistema federado, tendo moita información doutros axentes que compoñen o mesmo sistema, pero moi pouca daqueles que están noutras federacións.

Cando o axente primario (ou facilitador) recibe unha consulta, asigna as subconsultas a aqueles axentes da súa propia federación que el sabe que as satisfarán de forma adecuada. Se algunha subconsulta non pode ser respostada, o axente primario enviaraa a outras federacións, comunicarase cos seus axentes primarios e decidirán a que axente encargarlla para que a resolva.

Un exemplo deste tipo de axente podémolo atopar en:

BOOKWHERE v 4.2.0

Non consulta motores de procura en Internet, senon que consulta bases de datos de catálogos de bibliotecas. É utilizado na actualidade por milleiros de bibliotecarios e de investigadores.
BookWhere permite que os usuarios busquen de maneira simultánea en centenares de bases de datos dispares de información vía protocolo Z39.50. É capaz de realizar consultas simultáneas a numerosos catálogos, filtrando e presentando os rexistros bibliográficos ao usuario.

Características:

• AutoSync - Constrúe unha lista automatizada de bases de datos consultables.
• MARC Notepad - Opción para corrixir expedientes -MARC.

http://www.elprofesionaldelainformacion.com/contenidos/1999/abril/agentes_inteligentes_definicion_y_tipologia_los_agentes_de_informacion.html
http://personales.upv.es/ccarrasc/doc/2003-2004/WebSemAg/AGENTES.HTM#queryn

Axentes de monitorización

O axente Do-I-Care é un claro exemplo de axente de monitorización, que emprega técnicas de “machine learning” para detectar cambios “interesantes” naquelas páxinas Web que foron clasificadas polo ususario, previamente, como relevantes. Debido a que este axente se centra en cambios de páxinas coñecidas, en lugar de descubrir novas páxinas, increméntase a probabilidade de que a información encontrada vaia ser interesante.
A precisión do axente tanto para encontrar cambios relevantes, como no seu proceso de aprendizaxe, mellora aproveitándose de que as páxinas usualmente son modificadas seguindo uns patróns regulares. Ademais, estos axentes poden colaborar entre si encadeándose e propagandolle información significativa ós axentes doutros usuarios.
Para levar a cabo a súa actividade, o axente Do-I-Care debe realizar as seguintes actividades:

• Visitar periódicamente unha lista de páxinas definida polo usuario.
• Identificar calquera cambio dende a última vez que a visitou.
• Decidir se os cambios eran interesantes
• Notificar ó usuario se o cambio era interesante.
• Aceptar a rexeneración de importancia no interestingness do cambio e da puntualidade da notificación.
• Facilitar, compartir a colaboración da información entre os individuos e os grupos.

Como poden ser interesantes diversas páxinas, por diversas razóns, os usuarios poden manter os axentes múltiples do Do-I-Care especializados en asuntos ou clases particulares de páxinas Web.
Unha vez que un axente detecte un cambio interesante, notifícallo ó usuario cun E-mail, e o cambio engádese á Web asociada ó axente. Esta páxina Web tamén se utiliza para a rexeneración e a actividade de colaboración.

Axentes de filtrado

Un axente de filtrado filtra información mediante o borrado de datos non desexados. Lieberman (1995) describe un axente de filtrado,o Letizia. Os usuarios da web senten unha necesidade apremiante dalgún tipo de asistencia intelixente, xa que unha interface manual de manipulación directa dos nexos non é suficiente, nun browser, para previr o sentimento de quedar afogado en información inconexa. Letizia é un axente autónomo de interface que permite unha acción cooperativa continua entre o usuario e un axente de busca no espacio Web. Letizia rexistra a URL elixida e le as páxinas para formar un perfil de intereses do usuario. Un simple cálculo de frecuencia de palabras-claves úsase para analizar páxinas, como medida de recuperación de información. Leticia está sempre activo, buscando o espacio Web que é cercano á posición actual do usuario, en paralelo coas actividades do usuario. Usa a propia interface de Netscape para presentar os seus resultados, nunha ventá independente na que o axente sinala páxinas que probablemente lle interesen ó usuario.

A interface usual de Letizia consta en tres ventás de Netscape. O usuario pode escoller continuar a súa navegación nas páxinas seleccionadas por el ou ben acoller, en calquera momento, as suxerencias de Letizia. Letizia recoñece cal é a ventá actualmente utilizada polo cliente, e ocupa tan só as ventás que el non utiliza. Aceptar unha suxerencia desde Letizia consiste simplemente en conectarse á ventá que contén unha páxina recomendada por Letizia, e continuar navegando. O usuario pode, por suposto, colocar páxinas recomendadas nunha hotlist ou doutra maneira, como o fai de costume en Netscape. Letizia non está limitada a esta configuración de tres ventás. Na práctica, unha maneira menos molesta de utilizar Letizia é simplemente con dúas ventás, unha ventá de usuario e unha para Letizia.

En axentes autónomos como Letizia a revisión da Web tanto navegando como buscando información é reemplazada por unha revisión da Web navegando como unha actividade en tempo real. A meta non é de ningún modo obter unha "mellor resposta", senón facer o mellor uso posible do recurso máis limitado e valioso: a atención do usuario.
Tendo un axente en funcionamento continuo significa que o axente pode ser máis audaz nas súas recomendacións ó usuario. Non necesita sacar unha conclusión perfecta con respecto a que documento responde mellor ó interese do usuario, xa que é probable que consiga algo mellor nalgún momento do futuro, si o usuario continua a navegar en áreas conexas. Por contraste, un motor tradicional de busca debe traballar moi duro para lograr o resultado máis preciso posible e cumprir o pedido do usuario, porque unha vez que xerou unha resposta, nunca consegue outra oportunidade.

Outro exemplo de axentes de filtrado é o Tapestry. É un sistema de filtrado de documentos de correo electrónico, feito para soportar filtracion colaborativa. Filtra mensaxes basándose en anotacións ou en quen as respondeu. A arquitectura do trapestry inclúe un indexador de documentos, un depósito de documentos e un depósito de filtros(definidos polo usuario). A pesar de non ser creado para grupos de noticias, permite a filtración de toda información de entrada.

http://www2.ing.puc.cl/~dcolle/publicaciones/agentes/agentes2.htm

Copernic e CiteSeer

Dous exemplos típicos de axentes de búsqueda non cooperativos son Copernic e Citeseer.

Copernic é un axente de busca que transfire unha ecuación a un conxunto de buscadores de maneira simultánea, recupera as referencias pertinentes e ordeaas según o grao medio de relevancia obtido de cada un dos buscadores. Púxose ó alcance do público en 1998 e dende entón lanzáronse versións con elementos novos, aínda que a maioría somente están disponibeis nas edicións comerciais.
Copernic Basic, a edición libre, permite consultar simultaneamente cerca de 80 buscadores importantes agrupados en sete categorías: “O web” máis unha categoría opcional relacionada cun idioma ou un país, “Grupos de noticias”, “Direccións de correo electrónico”, “Compra de libros”, “Compra de hardware” e “Compra de software”. A pesar de ser a edición reducida dun programa comercial, ofrece tantas ou máis posibilidades que as versións completas doutros buscadores múltiples como Lexibot, NetAttaché Pro o Internet EZ Search.
Copernic Plus, a edición comercial máis económica, permite acceder a máis de 1.000 fontes de información agrupadas en 90 categorías de busca especializada, algunhas das cales son bastante irrelevantes; algúns exemplos: “Enciclopedias”, “Saúde”, “Multimedia”, “Ciencias”, “Negocios e finanzas”, “Descarga de software”, “Cine”, “Artículos sobre as tecnoloxías”, “Música”, etc.
Copernic Pro, a edición comercial más completa, ofrece, ademais, outras prestacións interesantes: actualización de buscas programadas, servicio de alerta e verificador ortográfico das buscas.

CiteSeer é un buscador orientado á localización e recuperación de artículos científicos provintes de diversas fontes, como poden ser revistas técnicas ou as actas de congresos. Parsealle as referencias a un artículo, identifica as que se dirixen a un mesmo documento, aínda que estén escritas de forma diferente e identifica o contexto da cita dentro do artigo. Preténdese dar unha visión global sobre o tema buscado. CiteSeer localiza os artículos por palabras clave ou por referencias a estes e outros artigos que traten temas similares.

Axentes de consulta

Trátase dun tipo de axente de busca. É un sistema de axentes orientados á consulta que orixina un ou máis axentes en reposta á pregunta formulada polo usuario. Estes axentes traballan en representación do individuo mentres dure a consulta, recollendo información de tódalas bases de datos dispoñibles. Cando unha persoa realiza unha pregunta, esta vaise descompoñer en subconsultas para a súa resolución. Se os axentes existentes son incapaces de dar unha resposta en toda a súa amplitude, xéranse novos axentes que buscarán noutras bases de datos. Se aínda así a resposta non é bastante amplia, crearanse novos axentes ata poder ofrecer a resposta adecuada.

A calidade da resposta a unha determinada consulta, básase en dous parámetros :

• precisión: mide a relación que hai entre os documentos relevantes para a consulta e o total de documentos que devolve a mesma.



• recall: mide a relación entre o total de documentos e o total de documentos relevantes devoltos.

Estos parámetros son inversamente proporcionais, polo tanto, débese intentar conseguir un equilibrio entre os dous, fin que é bastante complicado de conseguir cos motores de busca actuais.

As vantaxes que deberían proporcionar este tipo de axentes son as seguintes:

• Facilidade de uso


• Aumento da precisión da busca


• Reducción da sobrecarga que xeran os procesos de busca na Web.
  

Mata Hari: non é só un axente de consulta, e tamén un axente intelixente de búsqueda no WWW e un axente local á vez. Funcionará dunha forma ou outra dependendo da utilidade que cada usuario lle dexese asignar.

http://www.elprofesionaldelainformacion.com/contenidos/1999/abril/agentes_inteligentes_definicion_y_tipologia_los_agentes_de_informacion.html
http://www.thewebtools.com