Wethetourists Initiative


La iniciativa WeTheTourists pretende transformar el concepto de turismo en una experiencia inteligente, interactiva y social (colectiva e internet) del turista, desde mucho antes del propio viaje, durante el mismo y después de éste. El sistema nos propondrá dicha experiencia, mediante nuestro BUAALA Experiences, nos acompañará en nuestra elección, mientras que la disfrutamos y posteriormente, nos permitirá revivirla y recomendarla. Todo ello bajo un nuevo modelo matemático de economía del conocimiento e inteligencia colectiva y una nueva arquitectura denominada WeBioCloud ampliada a C2C (WeBioCloud Extended Architecture for a Cloud to Cloud Exchanger ).

Como parte del alcance del proyecto se pretende la creación de una suite de aplicaciones web, cloud y móviles disponibles para diversos dispositivos, como ordenadores, smartphones o tablets. Estas aplicaciones, a modo de flipboard, formarán un sistema inteligente, social e interactivo de participación del cliente desde la experiencia de segunda pantalla televisiva a la experiencia turística en un entorno relajado y enriquecedor. El objetivo es proporcionar a dicho cliente, a través de este nuevo canal, una oferta personalizada, satisfactoria y altamente competitiva en turismo, salud y ocio.

La propuesta incluye además la incorporación de diversos sistemas “inteligentes” desarrollados por las empresas y OPIs participantes que permitirán incluir promociones y ofertas turísticas, ocio, itinerarios y negocio de proximidad, a la medida del usuario y de la localización concreta del turista. El proyecto piloto se enmarca dentro del área de Málaga y Logroño, realizando el primer proyecto de interconexión inteligente de sistemas en la nube.

Para llevar a cabo las tareas previstas como parte del proyecto, se ha establecido un acuerdo de colaboración entre las empresas subcontratadas y OPIs miembros del Consorcio. En el caso de las empresas, dichas sociedades mantienen colaboraciones ya dentro de los laboratorios de la Asociación A.E.I. Knowdle Consortium Group y la KNOWDLE FOUNDATION & RESEARCH INSTITUTE, propietaria de los derechos previos de la tecnología base sobre la que se desarrollará el presente proyecto.

Como se detalla en la memoria del proyecto en elaboración, el grado de avance que supone este proyecto viene dado por la aplicación de tecnologías relacionadas con la utilización de conocimiento abierto y bioinspirado (bajo un modelo innovador de inteligencia colectiva) en un contexto que integra múltiples fuentes de información personal – audiovisual y turística-, así como múltiples motores de inferencia basados en recomendaciones, en planificación de tareas y reconocimiento visual, interconectado dos sistemas WeBioCLOUD remotos, uno en Málaga y otro en Madrid, en el nodo de BT.

El desarrollo del proyecto se estructurará en cinco áreas:

  • Definición y conceptualización del Turismo Colaborativo como Servicio en modo C2C.
  • Definición y conceptualización del Turismo Inteligente como Servicio en modo C2C.
  • Definición y conceptualización del Turismo “Sabio” como Servicio en modo C2C.
  • Integración de componentes y puesta en marcha del sistema en producción bajo C2C.
  • Integración del sistema C2C con el ordenador cognitivo Watson.

Cada una de las fases anteriores, a modo de ciclo de vida incremental, incluye una fase de investigación, junto con el desarrollo del correspondiente prototipo que sirva de demostrador de los resultados del proceso investigador y permita la toma de mediciones sobre los indicadores definidos y la consiguiente extracción de conclusiones acerca de los resultados del proyecto. Así se plantea ponerlo a disposición de la comunidad investigadora y empresarial en Málaga y Madrid, nodos de la Plataforma FIWARE de RedIRIS inicialmente.

En el proyecto hay una hipótesis a verificar o refutar con detalle: “La probabilidad de realizar una compra en un e-commerce es mayor si conocemos los gustos del usuario mediante el conocimiento de su perfil por su interactividad con un proveedor de contenidos.”

El convencimiento de que la expansión del comercio electrónico dirigido a los consumidores (B2C) se daría gracias a la televisión interactiva, y de que esta nueva plataforma que aúna un medio tradicional, como es la televisión, con Internet tendría una aceptación masiva en Europa y Estados Unidos, son algunas de las conclusiones que se extrajeron de las conferencias ofrecidas allá por octubre de 1999 por José Ignacio Martín, de Andersen Consulting (en el marco de las IDTV’2000 sobre televisión interactiva).

La digitalización de la emisión, transmisión y recepción de la señal televisiva (desde 2002 ya emitían algunos canales digitales en España, dónde la TDT se relanzó definitivamente en 2005) supone un cambio revolucionario que afecta a todos los integrantes de la cadena de valor y a los modelos de negocio que existen a su alrededor. Esta revolución tecnológica, que afecta a todas las plataformas de televisión existentes (TDT, Satélite, Cable, IPTV) es comparable a la que, en su día, se produjo por el fax sobre el envío de papel, o por el DVD sobre las cintas de audio y video.

El cambio en la televisión es tan grande (mejor calidad de imagen y sonido, más canales, capacidad de interactividad, etc.) que abre un futuro prometedor e inmenso. Nos llevó a presentar el proyecto BUAALA.TV en 2011. En la actualidad los desarrollos de interactividad van encaminados a la set-top box.En base a ello, la TDT interactiva 3.0 permitirán llevar al televisor gran parte de los servicios existentes en Internet, ahora también en el audiovisual. Internet no compite con la TDT Interactiva, se complementa. El consumo de Internet TV en una pantalla de 40” puede ser hasta 5 veces mayor que el mismo contenido en Internet. Dependiendo de la comodidad del sofáì y el tamaño del contenedor de palomitas. El compromiso inicial en la disponibilidad de contenidos es clave para la industria.

La disponibilidad de TV con soporte TDT 30 ya es una realidad en otros mercados. Primera vía de entrada en muchos hogares para contenido en formatos de alta definición. Las posibilidades de los servicios de streaming IP con MHP como elemento de desarrollo (a falta de Flash) son inmensas (Educación y formación, noticias, deportes, documentales etc.) A pesar del escaso desarrollo del mercado de sintonizadores que incorporan el estándar MHP para el uso de aplicaciones y servicios interactivos en TDT, los operadores de televisión mantienen una oferta de este tipo de servicios: RTVE cuenta con una guía de programación, un teletexto mejorado y aplicaciones de información sobre meteorología, tráfico y mercados bursátiles. El operador público mantiene también “Emplea-T”, un servicio de búsqueda de empleo asociado al programa de La 2 “Aquí hay Trabajo”. Hoy ya tiene APPS como +TVE que tratan de aplicar al máximo la TV Social. La oferta de Telecinco comprende una guía de programación, complementada con módulos de información general y especializada en tiempo, tráfico y bolsa. Antena 3 ofrece a sus usuarios interactivos una guía de programación de sus canales en TDT, un ticker de noticias superpuesto a la emisión del canal en la parte inferior de la pantalla, una herramienta de chat, y una herramienta de votaciones y juegos.

Más recientemente, Antena 3 ha asociado al canal Neox el servicio T-Seniority, con información y asistencia para personas mayores o con dependencia. También realiza un esfuerzo importante con A3Multimedia para captar la atención social del telespectador. Dentro de las aplicaciones interactivas debemos diferenciar las mismas en dos clases: las aplicaciones interactivas para televisión no sincronizadas y las sincronizadas.

Las aplicaciones interactivas no sincronizadas son aquellas que no están vinculadas directamente al contenido que se emite, sino que están disponibles para su utilización en cualquier momento a través del mando a distancia. Estamos viendo la televisión, pulsamos el botón adecuado y accedemos a la aplicación interactiva.

La televisión nos muestra una lanzadera con la lista de aplicaciones disponibles en el canal actual. Ejemplos serían las guías de programación, los canales remotos como Yahoo Tv, etc. Así como información meteorológica, loterías, información bursátil, horóscopos, etc., pudiendo todo englobarse en un mismo portal, como muestra la fotografía. Las aplicaciones sincronizadas son aquellas que están vinculadas al contenido que se está emitiendo en el canal actual y que están disponibles únicamente durante la duración de emisión de dicho contenido. Según un estudio reciente realizado por UM y Time Inc.

En Diciembre de 2010, nueve de cada diez usuarios de iPad que leen revistas son susceptibles de suscribirse a la versión de la revista para iPad y, además, la recomendarían a sus amigos. En el informe también se indica que los usuarios de la tablet de Apple tienen una muy buena respuesta a la publicidad para iPad. Al 86% de los encuestados les llamó la atención las llamativas fotografías y efectos visuales y a un 82% las características interactivas de los anuncios. La publicidad que más llama la atención a los usuarios de iPad (siempre según los datos del estudio de UM y Time Inc.) es aquella que incluye algún video que muestre más información sobre el producto, que incluya diapositivas o galerías de fotos o que permita una vista de 360° del objeto.

Ahora bien, nuestro modelo y propuesta trata de acelerar el proceso de interactividad llevándolo al teléfono móvil inteligente “como mando a distancia” lo que permite mediante nuestros KAPPs algunas ventajas, como personalizar la interactividad.

Pero aún más, nuestro modelo podrá coexistir cuando la TV sea totalmente internet. Así, el pasado agosto de 2013 lanzamos BUAALA LITE, disponible en IPAD en APPLE STORE y con magníficas capacidades aún apenas explotadas pero que llevan más de seis meses funcionando sin la intervención de ningún operador y con una tasa muy baja de errores, aunque en el tema de imágenes si tenemos aún mucho que mejorar y por eso cobra mayor énfasis en este proyecto.

El Objetivo Principal del proyecto es demostrar que aplicar la tecnología planteada en WeBioCLoud, bajo el nuevo modelo matemático de economía del conocimiento diseñado y su arquitectura en el contexto audiovisual es extensible y escalable a múltiples contextos, especialmente turístico y salud, y no sólo es viable sino que optimiza e incrementa el beneficio de las empresas que lo utilicen.

Al conocer mejor el perfil de sus clientes se espera un incremento, por un lado, de la rentabilidad por operación turística, y por otro lado, de la rentabilidad global de la empresa, al aumentar la probabilidad de ventas. Partiendo del conocimiento de los gustos audiovisuales del usuario final, se le pueden ofrecer las actividades turísticas y servicios adicionales de proximidad, más adecuados, incluyendo una oferta saludable afín a sus necesidades.

Asimismo, se utilizará tecnología de planificación automática de tareas para generar planes integrados de actividades recomendadas, de forma que no sean recomendaciones dispersas, sino que se proporcione una solución global que contemple las interacciones entre las diferentes actividades turísticas y de salud, y que tenga en cuenta las restricciones, preferencias, recomendaciones y perfil del turista.

Este objetivo principal se descompone en cuatro sub-objetivos:

– Primer Objetivo. Demostrar que el sistema funciona en dos contextos: audiovisual y turístico, analizando cómo correlacionar semánticamente ambos contextos y logrando recomendaciones “con sentido”. Es decir, determinando los gustos audiovisuales de los usuarios propondremos paquetes turísticos “coherentes” que logren concretar una venta. Análogamente verificaremos su comportamiento para los contextos audiovisual y de salud.

Demostraríamos científicamente varias cuestiones: a) el modelo de economía del conocimiento es aplicable al caso de multi-contexto; b) el motor de inteligencia colectiva (que incorpora las recomendaciones y experiencias de múltiples clientes) mide y mejora la correlación entre ambos contextos; c) el sistema inteligente bi-contextual de cada aplicación proporciona un valor añadido en la creación de ofertas turísticas personalizadas; d) se puede crear un modelo eficiente de Sistema Inteligente BIG DATA OPTIMIZER, basado en el algoritmo de inteligencia colectiva eficiente y sus actuales carácterísticas; f) el modelo generaliza bien, y funciona para dos contextos: audiovisual-turismo, audiovisual-salud y turismo-salud; g) el nuevo modelo se puede armonizar con la plataforma FI-WARE de Málaga creando una versión de WeBioCloud sobre FI-WARE; h) se puede integrar el conocimiento de WATSON en la arquitectura;

– Segundo Objetivo. Demostrar que los paquetes promocionales incrementan la probabilidad de venta. i) los paquetes, cupones y oferta complementaria procesados de forma inteligente y personalizada permiten incrementar la rentabilidad de las promociones;

– Tercer Objetivo. Demostrar que la incorporación de un tercer contexto, como el caso audiovisual-tursimo-salud, incluso añadir un cuarto contexto sencillo como es la meteorología, mejora el rendimiento del sistema: es decir, la calidad de la recomendación. j) el modelo económico escala y es rentable; k) el sistema escala computacionalmente; l) se crean paquetes turísticos personalizados de forma inteligente y dinámica de forma que mejora la rentabilidad global de las soluciones;

– Cuarto Objetivo. Demostrar la interoperabilidad, Cloud 2 Cloud, de sistemas cognitivos con una nueva arquitectura inteligente, sabia y en nube con el incremento de valor proporcionado mediante un sistema como Watson de IBM (Cloud2Watson). Es decir, que se pueden crear tiendas (o nubes) inteligentes independientes capaces de interconectar su conocimiento, su inteligencia y su sabiduría. m) el modelo se integra correctamente con WATSON; n) se puede definir un modelo correcto de intercambio dinámico de conocimiento Cloud2Cloud; ñ) se incrementa el valor de la interconexión con WATSON y el Ayuntamiento de Málaga.

Para ello, se propone llevar a cabo un proyecto de investigación encaminado a la obtención de una plataforma de gestión de la oferta turística española, ajustando la misma a las necesidades de los usuarios finales. Dicho ajuste de necesidades se pretende conseguir gracias a la utilización de las tecnologías comentadas y los objetivos marcados.

Asimismo, el proyecto buscará una integración semántica de los contextos turístico, salud y audiovisual con el fin de mejorar el perfil del usuario e incrementar la probabilidad de éxito del motor de inteligencia colectiva como “recomendador”. A la vez, buscará cómo convertir dicho motor de inteligencia colectiva en un sistema de optimización de BIG DATA dadas las particulares características del motor de inteligencia colectiva: memoria y paralelización. (es decir, que dada una secuencia determinada de eventos, el resultado contiene toda el conocimiento para inferir semánticamente recomendaciones).

Se desarrollarán los modelos matemáticos y los prototipos necesarios para todo ello, bajo un modelo de conocimiento abierto bio-inspirado e inteligencia colectiva único y que podría resultar puntero a nivel mundial.

Convertir el prototipo actual que funciona en modo Knowledge as a Service (KaaS) en una herramienta escalable  bajo un modelo basado en componentes e Intelligence as a Service (IIaaS) capaz de soportar hasta un millón de usuarios e iniciar su evolución al Wisdom as a Service (WaaS) que prepararía el terreno para la fase de optimización y la predicción de comportamientos y soluciones verdaderamente inteligentes o sabias.

Así mismo se trata de incorporar el análisis de opinión para afinar en cómo impacta el comentario del usuario positiva o negativamente en la afinidad del perfil del usuario con la oferta propuesta: en ocio, en turismo y teniendo en cuenta su salud.

El sistema se plantea como una extensión a los tres niveles actuales de Cloud (Infraestructura, Plataforma y Software como servicio), añadiendo nuevos niveles de virtualización.

Las variedades de inteligencia artificial que se utilizarán son:

  • Ontologías múltiples y razonamiento semántico asociado.
  • Inteligencia en enjambre para los procesos de optimización.
  • Inteligencia colectiva para el tratamiento de las opiniones de la red social.
  • Procesamiento del lenguaje natural para analizar las opiniones en las redes sociales sobre actividades y lugares turísticos.
  • Planificación automática de tareas para construir planes de actividades de turismo.
  • Aprendizaje automático para analizar las actividades realizadas y adaptar automáticamente el perfil del turista.
  • Reconocimiento de patrones y aplicaciones de visión artificial.

De forma que se aplican a:

  • Creación de un Módulo “BIG DATA OPTIMIZER” que a modo de recomendador inteligente proporcione una aplicación eficaz del análisis masivo de datos.
  • Diseño y pruebas del modelo Cloud to Cloud, interconexión de nubes inteligentes, mediante las primeras pruebas con WATSON.
  • Diseño y creación de un prototipo de búsqueda, monitorización y análisis de comentarios en redes sociales (análisis de opinión).
  • Creación de planes de actividades personalizadas que tengan en cuenta el modelo del turista, previamente adquirido o aprendido (restricciones, preferencias), así como las recomendaciones multi-contexto de otros turistas.
  • Monitorización y re-planificación de las actividades realizadas por el turista en función del plan sugerido por el sistema.
  • Análisis de las actividades realizadas para adaptar el modelo del conocimiento sobre el turista y sus restricciones y preferencias.
  • La identificación de imágenes, bien de puntos de interés turísticos o imágenes de contenidos audiovisuales relevantes para la aplicación.

En cuanto a las tareas de investigación a realizar en el proyecto relacionadas con la planificación de actividades de turismo, las principales innovaciones que no se trataron en proyectos previos son las siguientes:

• Riqueza de entradas. En el proyecto onDroad, se abordó la planificación de actividades turísticas, teniendo como entradas solamente una valoración global computada por la empresa miNube con las aportaciones de sus usuarios, así como de las distancias entre sitios computadas con Google Maps. En el proyecto SAMAP, se partía de las recomendaciones de turistas semejantes al usuario de la aplicación, pero al ser un proyecto del Plan Nacional se centró más en las aportaciones científicas y en prototipos que en generar una aplicación comercial. De nuevo, las entradas eran más limitadas que en esta propuesta.

En WeTheTourist, se parte de numerosas entradas con gran riqueza semántica, que habrá que combinar para generar experiencias turísticas mucho más ricas que las generadas anteriormente. Como ejemplo, se partirá de recomendaciones extraídas por la UNED de redes sociales como Facebook o Twitter, cupones digitales personalizados, sitios recomendados a partir de imágenes, recomendaciones a partir de los contenidos audiovisuales de Bualaa, actividades culturales obtenidas del ayuntamiento a través de la aplicación de Get App, o adquisiciones previas realizadas a través de Ikiora.

También se tendrá en cuenta las valoraciones realizadas en el pasado por el turista a sitios similares, el cumplimiento de los planes previos monitorizados, o el perfil que el usuario haya querido introducir explícitamente en la aplicación.

• Planificación turística. No hay ninguna aplicación comercial conocida a día de hoy que permita la generación de planes de turismo personalizados, si se exceptúa el trabajo realizado en el proyecto citado anteriormente, onDroad, que todavía no está en explotación. Como ejemplo de aplicaciones cercanas, cabe citar, las guías empaquetadas (no personalizadas) de minube.com, la aplicación smartTourism de iactive.com, que ya no está mantenida, pero tenía objetivos similares, aunque las tecnologías utilizadas y alcance de la herramienta eran muy diferentes a WeTheTourist, o los planes que debe montar de forma manual el usuario en tripomatic.com. En este proyecto, se propone un grado de personalización enorme a partir del perfil semántico inducido (implícita o explícitamente) del turista, así como de la información recibida de las redes sociales.

• Monitorización y replanificación. En ninguna de las propuestas previas se trataba explícitamente el seguimiento de la ejecución de los planes generados para el turista (los lugares por los que pasa, las actividades que realiza, los cupones que redime, o el tiempo que dedica a cada actividad). Tampoco se trataba la replanificación automática en caso de desviaciones del plan.

En cuanto a las tareas de investigación relacionadas con visión por computador y reconocimiento de patrones las principales innovaciones a desarrollar serán las siguientes:

• Identificación de imágenes similares. La identificación de la similaridad entre varias imágenes es fundamental para la mejora del recomendador desde el punto de vista de obtención de información semántica de una imagen. Ser capaces de identificar que dos imágenes son la misma permite unificar la fuente de datos, lo que robustece el recomendador. Además en ocasiones las imágenes que ve el usuario no tienen texto asociado y por lo tanto no se puede extraer información útil. Con el sistema de identificación se podrá buscar la similitud con imágenes que ya estén etiquetadas y por lo tanto semantizadas, lo que permitirá extraer información útil de ellas.

• Reconocimiento de objetos dentro de la imagen. El reconocimiento de determinados objetos dentro de una imagen es fundamental para entender el contenido de la misma. La investigación se centrará en identificar diferentes objetos, señales, carteles, personas y monumentos. Este reconocimiento de objetos proporcionará más información al sistema lo que enriquecerá la experiencia del usuario.

• Identificación de la escena. Un paso adelante respecto a los dos sistemas anteriores es la identificación integral de la escena, es decir, qué está sucediendo realmente en la imagen. Al igual que el cerebro humano es capaz de entender objetiva y subjetivamente el contenido de una imagen, se investigará en un sistema que trate de imitar esta tarea. Entender una imagen de forma completa representa un auténtico reto y puede potenciar el sistema WeTheTourist desde muchos de puntos de vista. Las tecnologías aplicadas para llevar a cabo la gestión de la reputación dentro del proyecto se engloban principalmente en las áreas del procesamiento del lenguaje natural para el análisis de la polaridad y la detección de eventos, así como de la recuperación de información. Más específicamente, en la aplicación de técnicas de reconocimiento de entidades nombradas, detección de correferencias, descubrimiento y extracción de relaciones entre entidades, análisis de lenguaje subjetivo para la detección de polaridad y sentimiento, detección de eventos y aplicación de técnicas estadísticas orientadas al análisis y predicción en redes sociales.

Con el fin de que los resultados del proyecto WeTheTourist sean competitivos y puedan posicionar en el mercado una herramienta capaz de dar valor añadido a los sistemas que actualmente se ofertan, el proyecto WeTheTourist se enfrenta a varios retos científicos, principalmente centrados en el procesamiento del lenguaje natural, que permitirán resolver los siguientes problemas:

– Acceso y análisis en tiempo real de recursos on-line. Como resultado del proyecto se espera que WeTheTourist sea capaz de monitorizar los contenidos relacionados con una entidad concreta adaptando el proceso de recuperación del flujo de datos relacionado a los eventos que vayan surgiendo a lo largo del tiempo. En este sentido, WeTheTourist se diferencia de otras aproximaciones en su naturaleza adaptativa y dinámica que permitirá identificar, por ejemplo, temáticas o generadores de opinión según estos vayan surgiendo.

– Generación de un perfil semántico asociado a una entidad. WeTheTourist pretende aportar valor añadido generando un perfil agregado capaz de mostrar al usuario final (i.e. empresa turística o negocio local) la información más relevante asociada a éste a lo largo del tiempo junto con su análisis de reputación. En este sentido, WeTheTourist abordará los problemas asociados con la desambiguación de entidades nombradas, identificación de hechos y opiniones, así como detección de sentimientos y polaridad.

– Monitorización y predicción. Uno de los retos más ambiciosos del proyecto se orienta a la realización de análisis basados en técnicas estadísticas que permitan predecir el impacto social de eventos o comentarios en redes sociales. Este tipo de aproximaciones resultan de especial interés para cualquier tipo de empresa, resultando muy útiles como alerta temprana de hechos que pudieran dañar su reputación o para predecir las ganancias obtenidas antes del lanzamiento de un producto (e.g. predicción de la taquilla de una película el primer fin de semana del estreno). Obviamente los retos científicos asociados son grandes e incluyen aspectos relacionados con el análisis temporal, la detección y seguimiento de temas y la generación de modelos estadísticos predictivos.

– Comparación e identificación de oportunidades. Como valor añadido al análisis realizado sobre recursos sociales WeTheTourist pretende identificar indicadores textuales que ayuden a detectar oportunidades de negocio. En este sentido, pretendemos investigar en técnicas que faciliten la comparación de resultados de reputación online de compañías de la competencia con el objeto de detectar aquellos puntos débiles que pudieran ser aprovechados como ventaja competitiva. En paralelo pretendemos explotar los comentarios vertidos en redes sociales para la identificación de necesidades que pudieran ser utilizadas por la empresa para aumentar el número de clientes nuevos, así como para fidelizar a aquellos que ya tiene. Los retos científicos asociados.

Cartas de apoyo a la iniciativa.

Ayto. de Málaga.

SEGITTUR.

BT España.

Candidatura confirmada ; “official candidate of the 11th UNWTO Awards”

Comunicación oficial de la confirmación de la candidatura.