CHIS

Il progetto di ricerca CHIS(Cultural Heritage Information System), cofinanziato dal MIUR (PON03PE_00099_1) ha realizzato una infrastruttura prototipale di supporto alle attività di DATABENC (Distretto ad Alta TecnologiA per i BENi Culturali  http://www.databenc.it/wp), una società consortile promossa dall’Università degli Studi di Napoli “Federico II” e dall’Università degli Studi di Salerno, in cui convergono oggi più di 60 soggetti, tra cui IN.TEL.TEC. (Pmi, Grandi Imprese, Centri di Ricerca e Università).       

In questo contesto, In.Tel.Tec. ha portato avanti ricerche e sviluppi sperimentali di Big Data Analytics che comprendono:

  • Internet delle Cose (IoT)
  • Combinazioni di tecnologie semantiche e business intelligence
  • Real-time analytics on streaming sources in Cloud Computing
  • Social Media Listening e Social Network Analytics
  • Open Data Services con Linked Open Data(LOD).

Il nostro ruolo

DATABOOZ ITALIA ha avuto il ruolo di coordinamento dei partner che insieme ad essa hanno realizzato la parte di progetto relativa ai “Big Data Analytics e Health Technology Assessment (HTA)”; l’azienda è stata, altresì, il punto di riferimento per il dimostratore sulla “Prevenzione Personalizzata” relativo alla creazione di un social network capace di consentire ai medici di scambiarsi esperienze e favorire i pazienti nella ricerca semantica di informazioni mediche. I dimostratore è stato presentato all’Esperto Tecnico Scientifico del MIUR a luglio del 2017.

http://140.164.14.214:8080/Medical_Social_Search/index.html

Il progetto ha consentito, altresì, all’azienda di  ampliare la propria offerta realizzando un sistema di controllo dei costi standard del settore sanitario e dell’utilizzo corretto delle strumentazioni sanitarie basato sull’Internet delle cose IoT.


Le opportunità dell’Internet delle Cose sono state applicate in allestimenti culturali(mostre, musei, parchi, eventi), in cui appositi sensori monitorizzano le opere e le interazioni di visitatori attrezzati con dispositivi mobile(smartphone, tablet), attraverso i quali possono ricevere spiegazioni testuali, audio, immagini e filmati.  Le registrazioni dei comportamenti di ciascun individuo comprendono le tempistiche di attenzione alle singole opere, ai diversi contenuti multimediali proposti, le lunghezze e forme dei percorsi tra le opere, sale e sezioni di un allestimento culturale. L’elaborazione analitica di queste registrazioni consente di individuare diversi profili di utenti, stimando per ciascuna tipologia il grado di interesse ed efficacia della specifica offerta culturale, al fine di ottenere indicazioni per il miglioramento continuo delle proposte culturali, a livello di contenuti, modalità, e ruoli svolti dalle tecnologie avanzate.

Queste iniziative richiedono forti sinergie fra specialisti in discipline umanistiche e tecnologie informatiche; in merito, In.Tel.Tec. ha reso possibile applicare strumenti di Elaborazione Analitica e Business Intelligence a Basi di Conoscenza su Beni Culturali, integrando molteplici Ontologie con sorgenti dati relative a diverse tipologie di visite,  esplorazioni  e condivisioni di interessi su beni culturali: visite mirate “in situ” (fisicamente localizzate in un edificio o parco atrezzato); visite in un territorio (ad esempio frequentazioni di un centro storico, o di un’area con rilevante densità di attrattori culturali); visite e interazioni culturali sul web (navigazioni su siti web; uso di social media).

L’analisi dei messaggi nei Social Media, specialmente microblog come Twitter, consente diversi tipi di indagini e monitoraggi di tipo qualitativo e quantitativo: grado di sensibilità e tipologie di interessi culturali delle persone, sia in senso generale(Cultural Heritage Sensitivity) che rispetto a specifici siti /eventi(EXhibition Sensitivity); georeferenziazione degli utenti cointeressati; grado di visibilità, risonanza e consapevolezza dell’offerta di determinate organizzazioni e promozioni culturali (Brand Awareness); atteggiamenti e opinioni delle persone (Sentiment Analysis, Opinion Mining), stime di prestigio / reputazione (Brand Reputation).

Questa analisi dei messaggi consente anche di individuare molteplici tipologie di relazioni fra persone, espresse attraverso risposte, propagazioni a catena(retweet), menzioni di altri utenti, citazioni di hashtag comuni, inserimento come follower; In.tel.tec. ha sviluppato sistemi per rappresentare queste relazioni in grafi arricchiti di pesi e attributi, applicandovi algoritmi di Social Network Analytics. Questi consentono di misurare il social rating di ciascun utente in una community, stimare il suo grado di influenza culturale sugli altri, la sua ricettività /influenzabilità, individuare diversi ruoli (influencer, hub, spider, etc.), e studiare fenomeni di “propagazione virale”.  La conoscenza sociale così ottenuta è essenziale per meglio focalizzare e  rimodulare campagne di sensibilizzazione e promozione, verificarne l’efficacia, identificare tendenze ed esigenze emergenti, che prefigurano nuove opportunità per i vari soggetti non-profit e profit impegnati nei beni culturali e business correlati (ad esempio il turismo).

Le informazioni ottenute dai processi analitici vengono rese fruibili attraverso molteplici canali e modalità:

  • Dashboard su Web Browser per Desktop

  • Gui su dispositivi Mobile

  • Endpoint di RESTful service su web, che espongono asset analitici JSON consumabili da altre applicazioni nel web

Per questi servizi analitici vengono impiegate sia tecnologie Open Source che piattaforme di mercato, come SAP HANA Cloud Platform e Qlikview.