Prototyping a decision support system based on semantic web technologies to aid consumers with food sensitivities in their assessment of product safety
Master thesis
Permanent lenke
https://hdl.handle.net/10642/1590Utgivelsesdato
2013Metadata
Vis full innførselSamlinger
Sammendrag
The thesis depicts the information need people with food sensitivities experience in the
shopping situation. Diversity within the group is illustrated through five personas. Existing
measures aimed at helping affected individuals in their search for safe food – ranging from
labeling requirements and practices to various forms of information systems – are
exemplified. Shortcomings of existing solutions are discussed from an information science
perspective. An alternative approach based on Semantic Web technologies and Linked data
is proposed, underpinning a decision support system. The Boolean interpretation of food
safety is rejected in favor of a division that accounts for the need for human assessment of
uncertain cases. SPARQL and automatic inference, relying on a dataset holding facts about
allergen occurrence in various ingredients, is used to automatically classify products as safe,
uncertain or unsafe for individual users. Proof of concept for the proposed approach is
provided through a prototype web application. The automated classification is used to
communicate the safety of each product, using familiar traffic light colors. Tailored decision
support is provided on-demand, emphasizing information that is likely to impact the users
assessment of uncertain products while limiting “information overload”. The development
process behind the ontology and web application is discussed in detail, followed by a
discussion about how to establish the required data sets. Masteroppgaven skildrer det informasjonsbehovet mennesker med matoverfølsomhet
opplever når de skal handle mat. Mangfoldet innen gruppen illustreres gjennom fem
”personas”. Eksisterende tiltak med hensikt å hjelpe personer med matoverfølsomhet i
jakten på trygg mat – fra merkeregler og praksiser til forskjellige former for
informasjonssystemer – eksemplifiseres. Svakheter ved eksisterende løsninger drøftes utfra
et informasjonsvitenskapelig perspektiv. En alternativ tilnærming basert på Semantisk Web
teknologier og Lenkede Data introduseres og danner grunnlaget for et
beslutningsstøttesystem for personer med matoverfølsomhet. Den Boolske tilnærmingen til
mattrygghet forkastes til fordel for en tredeling som ivaretar behovet for skjønnsmessig
vurdering i usikre tilfeller. SPARQL og automatisk inferens, basert på en kjerne av data om
allergenforekomst i ingredienser, benyttes til å klassifisere produkter som trygge, usikre og
utrygge. ”Proof of concept” for den foreslåtte tilnærmingen oppnås ved å prototype en
webapplikasjon. Den automatiske klassifikasjonen blir brukt til å kommunisere i hvilken grad
produkter er antatt å være trygge for den enkelte, ved bruk av kjente trafikklysfarger.
Skreddersydd beslutningsstøtte tilbys, der informasjon som trolig vil påvirke brukerens
manuelle vurdering av usikre produkter fremheves, mens andre opplysninger holdes tilbake
for å unngå støy. Utviklingsprosessen bak ontologi og webapplikasjon drøftes inngående,
etterfulgt av en diskusjon av hva som må til for å skaffe til veie og kvalitetssikre de
datasettene som modellen baserer seg på.
Beskrivelse
Master i bibliotek- og informasjonsvitenskap