In the era of digital media, enterprises face new challenges. In this article, we put ourselves in an enterprise's shoes to study how to resolve some of the challenges such as plagiarism protection and consumer's opinions analysis.
La llegada de la Web 2.0 ha supuesto un nuevo reto para las empresas. Actualmente, aquellas empresas que han apostado por el marketing en los medios digitales, como blogs y redes sociales, son las que mayores posibilidades de exito tienen en un mercado competitivo, y cada vez mas exigente. Sin embargo, la Web 2.0 ha propiciado ciertas conductas entre algunas empresas muy poco recomendables.
Y es que si por una parte, los medios digitales permiten a las empresas tener un mayor contacto con el consumidor informandole de sus productos y servicios; por otra parte, dicha informacion no solo esta al alcance de la mano de los consumidores, sino que tambien lo esta para las empresas competidoras. Por desgracia, existen empresas que copian productos, servicios e incluso ideas de otras empresas. Por este motivo, las empresas estan obligadas a protegerse de aquellas empresas que infringen la propiedad intelectual ajena.
Sin embargo, las ventajas que aportan los medios digitales a las empresas son mucho mayores que las desventajas. Una de las ventajas esta relacionada con las opiniones que comparten los consumidores. Conseguir analizar estas opiniones es de suma impor
El trabajo se engloba dentro del proyecto del MICINN: TEXT-ENTERPRISE 2.0: Tecnicas de Comprension de textos aplicadas a las necesidades de la Empresa 2.0 (TIN2009-13391-C04-03) tancia para el exito de una empresa. Esto es debido a que las empresas se enfrentan con un duro problema para conseguir que los productos se ajusten a las necesidades y los gustos de los consumidores. 2.
El resultado de una perdida de datos equivale a la reduccion de la con anza de los clientes y socios, una reduccion de valor de la empresa, el dan~o a la reputacion, perdida de competitividad y posibles cargos criminales. Y es que la informacion que posee una empresa es uno de los principales activos a proteger. Se han propuesto varias tecnicas para proteger la informacion de ataques externos. Una de estas tecnicas es utilizar los metodos para deteccion automatica de plagio para prevenir estos ataques a la red informatica y as poder evitar la perdida de datos, como (Rieck y Laskov, 2008).
Para poder acercarse al consumidor, las empresas crean paginas web donde introducen informacion propia de la empresa, publicitan sus productos y sus servicios. Sin embargo, cuando una empresa lanza una herramienta nueva, introduce una funcionalidad original, tanto consumidores como competidores lo descubren en pocas horas o d as.
Software Grozea et al.
WCopyFind
Ferret
Si una empresa quiere estar en primera l nea de salida, debe de estar atenta a sus competidores, para descubrir las novedades y el efecto que tienen en los consumidores, y de esta forma poder mejorar los productos o herramientas que ofrecen. Pero no todas las empresas realizan una competencia leal, sino que existen empresas que utilizan la informacion que introducen otras en sus paginas web para copiar las ideas de estas. 2.3.
Actualmente, hay disponibles herramientas de deteccion automatica de plagio que una empresa puede utilizar para protegerse. Una de estas herramientas es WCopyFind1. WCopyFind es un software desarrollado por Bloom eld de la Universidad de Virginia (2004). WCopyFind detecta plagio realizando una busqueda a traves de la comparacion de n-gramas (Dreher, 2007).
Para comprobar la e cacia de las herramientas para la deteccion de plagio disponibles en la Web, como WCopyFind, hemos participado en la competicion 1st International Competition on Plagiarism Detection2 (PAN'09). La tarea consist a en dado un conjunto de documentos sospechosos y un conjunto de documentos originales, encontrar todos los pasajes de texto en los documentos sospechosos que han sido plagiados y los pasajes de texto correspondientes en los documentos originales.
La tabla 1 muestra los resultados que hemos obtenido con el corpus de la competicion con la herramienta WCopyFind. Tambien muestra los resultados obtenidos por el equipo que utilizo otra herramienta disponible, Ferret3.
Observando los resultados, podemos comprobar que para ambas herramientas, los 1http://plagiarism.phys.virginia.edu/ 2http://pan.webis.de/ 3http://homepages.feis.herts.ac.uk/ pdgroup/ resultados no son buenos comparados con los del ganador de la competicion (Potthast et al., 2003). Queremos hacer hincapie en que los resultados de la medida de precision son muy bajos. Esto es debido principalmente a que las herramientas disponibles no pueden encontrar plagio cuando, por ejemplo hay traducciones a idiomas diferentes al del documento original. Otro factor desfavorable an~adido que tiene WCopyFind es que tampoco se tiene en cuenta la modi cacion de palabras, como pueden ser sinonimos, antonimos, hiperonimos o hiponimos. 2.4.
El plagio no solamente afecta a las empresas sino tambien a los consumidores. En ocasiones alguien publica alguna nota en un blog como slashdot.com, posteriormente otro la copia para publicarla en barrapunto.com. Otro tanto ocurre en las blogs particulares; por ejemplo, alguien publica alguna opinion en su blog particular y posteriormente otro bloguero la publica en su blog tambien particular sin introducir ninguna referencia a la opinion original. Casos como estos son muy frecuentes en el mundo de las redes sociales.
Una de las principales causas es que las redes sociales miden su exito en funcion del numero de paginas visitadas o de la cantidad de amigos que se genere. Ademas, esto puede conllevar un bene cio economico, puesto que cuanto mas visitas se consiguen mayores seran los bene cios por publicidad. 3.
En nuestra sociedad interconectada, saturada de mensajes comerciales, conseguir la atencion y la credibilidad del potencial resulta cada vez mas costoso y dif cil. El consumidor recurre a la Web en busca de opiniones sobre productos y marcas, en las que el mismo puede participar activamente. El deseo de compartir experiencias con marcas y productos es quiza la principal caracter stica de estas nuevas redes sociales.
Diversos estudios demuestran la in uencia de la Web 2.0 en las practicas de consumo: como el estudio realizado por la Asociacion para la Investigacion de Medios de Comunicacion (AIMC4), en el que se a rma que el 75.5 % de internautas espan~oles admite haberse documentado en internet durante el 4http://www.aimc.es/aimc.php ultimo an~o, como paso previo a formalizar una compra de productos o servicios.
Es por ello que las empresas tienen la obligacion de supervisar en los medios sociales las opiniones relacionadas con sus productos y servicios. Sin embargo, en lo ultimos an~os se ha producido una explosion en la Web 2.0 sin precedentes, ocasionando que la supervision manual de las opiniones se convierta en un trabajo completamente irrealizable. Por este motivo las empresas se ven en la necesidad de aunar esfuerzos por encontrar un metodo automatico que sea capaz de analizar dichas opiniones e identi car su orientacion semantica. 3.1.
En un documento donde un cliente opina sobre un producto o servicio, se escriben tanto aspectos positivos como negativos del objeto, aunque el sentimiento general del objeto puede ser positivo o negativo.
Las empresas deben analizar tanto la orientacion general de la opinion, as como la orientacion de cada concepto del que se opina en el documento evaluativo. Por ejemplo, una empresa de turismo que ofrece un viaje a Par s, con el hotel Parisino incluido, y entradas al museo del Louvre; apareceran opiniones como: El hotel \Parisino" era desastroso; pero el museo de Louvre era precioso. En esta opinion, que puede cali carse como una opinion generalmente negativa, aparecen dos polaridades diferentes: el concepto hotel tiene una polaridad negativa; pero por otro lado, el concepto museo tiene una polaridad positiva. Si la empresa solo analiza la orientacion semantica general de la opinion, pierde la informacion de que al opinante le ha gustado el museo. En el caso que la mayor a tengan la misma opinion, la empresa podr a dejar de ofrecer el viaje a Par s. Sin embargo, analizando las orientaciones semanticas de los conceptos, podr a descubrir que lo que no gusta a los clientes es el hotel y no el viaje. Tal vez, cambiando de hotel ofrecido en el viaje, mejore las opiniones de los clientes sobre el viaje.
Para poder analizar la polaridad de los conceptos que se opinan en los documentos evaluativos, las empresas pueden aprovecharse de las ontolog as que poseen. Las empresas disponen de ontolog as en las que estan representados todos los aspectos de los productos y servicios que ofrece. A partir de las ontolog as se facilitar a la extraccion de las opiniones sobre cada concepto.
Volviendo al ejemplo anterior, si la empresa de turismo posee una ontolog a con un concepto hotel y otro concepto museo, podr a extraer los adjetivos de cada concepto y a partir de estos calcular la polaridad promedio de cada uno de los conceptos.
Sin embargo, dado el coste de conseguir la opinion de los consumidores, varias empresas podr an decidir compartir e intercambiar la informacion que poseen sobre las opiniones de los consumidores. En estos casos, se debe encontrar algun metodo que sea capaz de poder analizar automaticamente las opiniones de los clientes y ademas que sea compatible con las diferentes ontolog as.
Esta posibilidad de intercambio de informacion de opiniones no se ha estudiado anteriormente. Proponemos un algoritmo que incluye dentro del analisis de opiniones, una fusion de ontolog as. La fusion de ontolog as nos facilitara poder obtener las polaridades de cada concepto de cada una de las ontolog as de las empresas participantes. Esto es posible ya que la fusion de ontolog as nos devolvera una alineacion entre cada concepto de las dos ontolog as de las empresas con lo que podremos relacionarlos y as obtener la polaridad de dichos conceptos.
El algoritmo (Mascardi, Locoro, y Rosso, 2009) propone que la empresa e1 obtenga la polaridad de los conceptos de su ontolog a O1 del conjunto de opiniones que tenga en su base de datos, del mismo modo la empresa e2 obtendra la polaridad de los conceptos de su ontolog a O2 del conjunto de opiniones que posee en su base de datos. Para la obtencion de la polaridad de los conceptos y propiedades de las ontolog as cada empresa seguira los siguientes pasos:
Se buscan las frases de cada opinion que contienen algun concepto de la ontolog a de la empresa; Seguidamente, se extraen de las frases obtenidas en el paso anterior, los adjetivos adyacentes de cada concepto.
En el siguiente paso se obtienen la polaridad de los adjetivos utilizando SentiWordNet.
Ontolog a ETP Tourism qallme-tourism Ontology matching Se comprueba que la frase es a rmativa, en caso contrario, se invierte la polaridad que nos devuelve SentiWordNet.
Posteriormente se realizara una fusion de ontolog as mediante una ontolog a general O (upper ontology ) y a traves de esta, se realizara un calculo de la orientacion semantica de una opinion t como la suma de las polaridades de cada concepto de la ontolog a general O.
Para poder medir mejor la e cacia del algoritmo propuesto, hemos realizado dos diferentes experimentos: en el primer experimento hemos separado el corpus para cada una de las dos empresas, con la intencion de simular que ocurrir a si dos empresas analizan diferentes textos antes de compartir la informacion sobre el analisis de opiniones; y en el segundo, hemos utilizado el corpus completo para las dos ontolog as, simulando que dos empresas analizan anteriormente los mismos textos.
En la tabla 2 se muestran los resultados obtenidos. Un dato destacable es que tras realizar el proceso de fusion de ontolog as se obtienen resultados muy cercanos a los resultados obtenidos por separado en cada ontolog a, es mas, aunque los resultados son un poco inferiores comparandolo con los resultados obtenidos con la ontolog a ETP-Tourism, son un poco superiores que con la ontolog a qallme-tourism. Los resultados obtenidos nos dan a entender que al realizar el proceso de fusion de ontolog as no se pierden datos referentes al proceso de analisis de opiniones realizado con antelacion a la fusion de ontolog as.
4.1.
Con la llegada de la Web 2.0 se ha producido un aumento en el numero de plagios entre empresas. Una empresa debe proteger su material intelectual, pues su mayor exito en el mercado son sus productos o servicios que la diferencian del resto de empresas.
En este trabajo hemos tratado de ponernos en la piel de una empresa y en su necesidad de detectar los casos de plagio de sus campan~as de marketing y sus ideas publicadas en la Web. La idea era investigar hasta que punto se podr a hacer utilizando el software de deteccion de plagio que se encuentra disponible en la Web. Los pobres resultados que obtuvimos con la herramienta WCopyFind, as como con Ferret, nos han demostrado la necesidad de desarrollar metodos de deteccion automatica de plagio para empresas.
La Web 2.0 se ha convertido en una inmensa red de informacion la cual es imposible de analizar todos los datos que aparecen en ella. Por eso es conveniente que empresas compartan dicha informacion para obtener un bene cio mutuo. Una de las informaciones mas importantes que se encuentra hoy en d a en la Web 2.0 son las opiniones de los consumidores sobre los productos y servicios de las marcas. Esta informacion ayuda a las empresas a detectar las tendencias del mercado. Por ello, varias empresas pueden decidir compartir los analisis de opiniones. En este trabajo, hemos comprobado como al realizar la integracion de las opiniones v a fusion de ontolog as no se pierden datos de los anteriormente calculados por el analisis de opiniones.
Dreher, H. 2007. Automatic conceptual
analysis for plagiarism detection. Journal
of Issues in Informing Science and
Information Technology 4, paginas 601{614.
Mascardi, V., A. Locoro, y P. Rosso.
2009. Automatic ontology matching via
upper ontologies: A systematic
evaluation. IEEE Transactions on
Knowledge and Data Engineering, 99(