Autenticação com Django + Foursquare + OAuth com PyFoursquare

Há algum tempo por fins de experimentos no meu mestrado,  eu desenvolvi um cliente para consumir a API do Foursquare em Python. O nome do projeto é PyFoursquare e está hospedado como projeto open-source no Github.

Recentemente um amigo me perguntou se era possível fazer o processo de autenticação/login via web em vez de ser realizado via console. Ainda não era! Mas então aceitei o desafio e após 2 horas construi uma aplicação web bem simples usando python + django + foursquare + pyfoursquare :D

Para aqueles que procuram algum guia ou exemplo este pode ser um excelente ponto de partida. 

Para usar é muito simples:

Crie uma aplicação no Foursquare  e obtenha seu Client ID  e seu Client Secret.  É importante que a url de callback seja agora a url local da sua máquina de desenvolvimento ( no meu caso como uso django a url padrão é o http://localhost:8000/callback )

Uma observação importante é que o formulário de validação não permite usar o caractere ':' na sua url de callback. Mas uma vez que sua app esteja registrada, você pode editar a url e adicionar o :8000, visto que o formulário não valida a atualização. A sua url irá ficar como algo abaixo:

Agora basta acessar os exemplos disponíveis na pasta examples/django.  Ele já fornece toda a app pronta em django com algumas views, algumas páginas simples html , uma para login e uma para quando estiver logado.

O que você precisa fazer é, primeiramente rodar o comando abaixo:

python manage.py syncdb

Feito isso ele criará algumas tabelas para armazenar as sessões das requisições da sua app web. Isto será armazenado em um mini-banco de dados local que Python suporta nativamente em Sqlite3 :D

Agora abra o settings.py e adicione no final do arquivo os campos:

1 2 3 4 5 6

FOURSQUARE_CLIENT_ID = 'YOUR_CLIENT_ID' FOURSQUARE_CLIENT_SECRET = 'YOUR_CLIENT_SECRET' FOURSQUARE_CALLBACK = 'http://127.0.0.1:8000/callback'

Se você abrir o arquivo djfoursquare/views.py , você verá toda a lógica relacionada ao processo de autenticação utilizando já a api do PyFoursquare com OAuth2 .

Vamos agora rodar o servidor web com:

python manage.py runserver

Abra seu browser na página http://localhost:8000

E é isto pessoal, uma simples app web com uma simples autenticação OAuth com Foursquare usando a biblioteca PyFoursquare. O código está completo no github se quiser dar uma olhada mais profunda!

Até a próxima,

Marcel Caraciolo

Futuro dos Sistemas de Recomendação: Contexto e Mobilidade

Olá pessoal,

Hoje vim falar um pouco sobre sistemas de recomendação, especificamente tratando sobre o futuro dos sistemas de recomendação.  Li 2 posts que me chamaram muita atenção:

O primeiro se trata de uma startup americana, a Immersive Labs que recebeu uma rodada de investimentos  em uma solução que eles estão desenvolvendo digna de Minority Report (o filme). Para quem não se lembra do filme ou quem não assistiu, este foi consagrado pela mídia por apresentar novas formas de interação homem-computador por meio de reconhecimento de faces, gestos e manipulação via 3D.

Clássica cena do Filme Minority Report 

Pois estamos mais perto disso, esta empresa está construindo um sistema que utiliza de câmeras e tecnologia de reconhecimento de faces para detectar e extrair as características de uma pessoa como idade, sexo, distância e até o tempo gasto na frente de um anúncio e assim poder determinar qual melhor propaganda a ser exibida naquele local. Simplesmente, o sistema é capaz de recomendar a melhor propaganda de acordo com as características do público presente na frente do anúncio físico.

Dêem uma olhada no que o projeto é capaz no vídeo abaixo, ele utiliza algoritmos de aprendizagem de máquina para descobrir quem é o público que assistiu aquele anúncio e trazer relatórios completos sobre o perfil do público-alvo que assistiu a sua propaganda.  

           Immersive Labs - Adaptive Advertising Demo from Immersive Labs on Vimeo.

O segundo post comenta sobre o lançamento de um assistente virtual móvel chamado Alfred. desenvolvida pela empresa CleverSense, que recomenda locais de acordo com as informações providas pelo usuário via contexto (local, hora e intenções) e com os dados extraídos por meio de redes sociais como Twitter, Facebook, etc. Este projeto segue uma linha de sistemas de recomendação móveis por contexto, o qual inclusive já comentei sobre o Siri (recomendação de lugares) em um outro post.

Alfred: O seu assistente móvel para recomendação dos seus lugares favoritos

O mais legal é que o sistema permite que você ensine a ele com o tempo, de acordo com as sugestões que ele vai te oferecendo. Assim como também pode te entregar informações detalhadas sobre o local, como promoções, reviews, fotos e até recomendações por similaridade (quem gostou desse também gostou de...).  É um assistente que está à sua disposição 24 horas para te ajudar a descobrir um local para comer a qualquer momento. Ele foi desenvolvido para o Iphone e já se encontra disponível no Apple Store.  Abaixo um vídeo de demonstração:

Está claro a tendência por uma nova geração de sistemas de recomendação. Cada vez mais o contexto está sendo levado em conta para personalização na entrega de conteúdo.  Sistemas de realidade aumentada para descoberta de perfis de usuário a sistemas móveis que utilizam as informações ao redor do usuário para entrega de um melhor produto ou serviço naquele momento.  Estamos falando dos sistemas de recomendação ampliados e aumentados (RAA), uma gama de serviços em que a recomendação cada vez extrai informações do usuário de forma serendipitia.  Para quem não conhece o serendipismo é um termo cada vez mais presente nas tecnologias mais recentes no mercado. Este termo se refere à descobertas afortunadas inusitadas por acaso.  Você interage com o facebook e com o twitter, e o assistente descobre que você está interessado em comer churrasco hoje, ele analisa e te recomenda um restaurante mais próximo a você com desconto a 2.  Ou imagine você na frente de um anúncio de cinema, e ele por trás te analisa e já descobre seu perfil, idade , gênero e já inclusive pode no futuro te recomendar um filme ou até te dar desconto no ingresso.

São muitas possibilidades, sejam bem vindos à nova geração dos recomendadores ubíquos, os ampliados e aumentados.

Atenciosamente,

Marcel Caraciolo

Aplicativos envolvendo CrowdSourcing e Geolocalização

Mais novos aplicativos estão surgindo nesta nova onda de popularização do movimento de crowdsourcing e  geolocalização.   Desde o último evento realizado em Nova York pela TechCrunch: Techcrunch Disrupt , descobri 2 startups muito interessantes e que tem tudo haver com um dos principais tópicos do meu interesse nesta área de mobilidade: a descoberta por conteúdo e sistemas colaborativos de perguntas e respostas.

Uma delas é o Sonar, uma app desenvolvida para telefones móveis onde o objetivo dela é permitir que os usuários possam saber quem está ao seu redor. A idéia é simples mas matadora, ela procura por outros usuários ao seu redor em um determinado local e cruza as informações do seu perfil com os perfis destes usuários por meio das redes sociais que vocês tem em comum: Twitter, Facebook, Linkedin, etc. e retorna uma lista de usuários com os interesses em interseção de maior relevância.  Ou seja, imagine você está em uma conferência e gostaria de se apresentar para um guru que você sempre quis conhecer... Com o Sonar, se ambos estiverem usando a app, ela  cruza as informações de ambos e informa quantos amigos vocês tem em comum no Facebook, Twitter, etc.  Ou seja o problema de timidez na apresentação se acaba, pois você pode mandar via Sonar uma mensagem direto para aquele usuário! :D

Estou pensando em até construir algo assim para o evento do PythonBrasil deste ano, quem sabe?!  :D

Sonar Mobile App

O conceito mais legal desta aplicação é o uso de mashups de várias redes sociais para a descoberta e apresentação de pessoas em um determinado lugar, uma espécie de cartão de visitas só que social. 

Recomendo assistirem o vídeo da apresentação deles na final da batalha de startups do Techcrunch Disrupt para mais informações.

A outra aplicação que eu acabei encontrando muito legal foi o Gootip. Esta app me lembrou bastante de uma aplicação que meu colega brasileiro Yuri Malheiros está desenvolvendo chamada Norteie.me :D O sistema é um site colaborativo de perguntas e respostas usando localização móvel. Ele utiliza as APIs do Google Places, onde os usuários podem perguntar e responder perguntas sobre um determinado lugar. É uma mistura de Yelp com Quora,  onde usuários podem buscar por perguntas similares, categorizar perguntas e restringir respostas até um determinado tempo (ser um sistema em tempo real).

Gootip; Sistema colaborativo de Q&A sobre contexto móvel

Uma aplicação bem interessante que permite você buscar informações sobre um determinado local em tempo real onde pessoas que estão lá ou que já foram podem ajudar na busca por respostas. Esta app me lembrou muito de uma outra que está em desenvolvimento: Localmind que já até inclusive falei sobre ela em meu blog.

O que me desperta e chama atenção nesta geração de aplicativos é o interesse cada vez maior pela maior integração com redes sociais como uma espécie de agregador de redes onde informações são cruzadas usando o poder da geolocalização e serendipidade para recomendação de novos produtos, locais, serviços e até futuros parceiros e amigos! 

Meus artigos sobre este assunto aqui e aqui.

Vamos ficar de olho nesta tendência!

Atenciosamente,

Marcel Caraciolo

Sistemas Colaborativos de Perguntas e Respostas sobre Contexto Móvel: Início de uma nova tendência ?

Olá pessoal,

Em um post anterior neste mesmo blog escrito por mim falei sobre o aparecimento de novos sistemas colaborativos de recomendação baseado em  Perguntas e Respostas (Q&A) integrados com geolocalização. 

Uma das primeiras apps nesse nicho já começou a aparecer nos EUA e visa ir mais adiante do que simples check-ins ao tentar responder a principal dúvida de um usuário quando em chega em um local desconhecido: ' O que fazer quando chegar lá ?'   Se você comparar com aplicativos já existentes como Foursquare e Gowalla, esta app foca respectivamente nos Tips e Notes, que seriam pequenos reviews daquele lugar que um usuário frequentou. 

Loopt, como se chama o aplicativo, foca em perguntas e respostas em tempo real, onde os usuários podem responder e obter respostas rápidas de perguntas originadas ao redor do local onde eles se encontram.

Loopt: Sistema de Q&A móvel

A aplicação que se encontra em estágio de desenvolvimento e será lançado primeiro nos EUA, entrega aos usuários uma informação rápida e personalizada sobre os lugares que ele visita ou pretende visitar. Então imagine, que você está à procura do melhor churrasco ou picanha em Recife ou até se um determinado restaurante tem Wi-Fi disponível, por onde você obteria respostas nesse nível de detalhes ? Com aplicativos focando em Perguntas e Respostas, o usuário em vez de ler longos reviews que não respondem diretamente o que eles precisam saber, irão receber respostas personalizadas e em tempo real sobre o que ele realmente precisam. 

O mais interessante é que o Loopt fornece diversas maneiras estruturar as perguntas e as respostas. Em vez de perguntas textuais, você pode responder por exemplo uma pesquisa de múltiplas alternativas, ou seja, a sua pergunta pode ser estruturada do jeito que você achar mais apropriado. Isso encoraja aos usuários a cada vez mais interagirem com o sistema ao gerar mais conteúdo de forma fácil e rápida.

Perguntas estruturadas e personalizadas

Abaixo um vídeo (Pitch) retirado do site oficial do Loopt sobre como funciona a sua aplicação:

A minha opinião sobre Loopt, é que ele abre portas para um novo nicho de aplicativos que está bem sedimentada no mundo web como Quora, Yahoo Answers, StackOverflow para o contexto móvel.  O Aadvark já começou a trazer Q&A's para o celular e acredito que mais iniciativas como esta irão aparecer no mercado.

Para um serviço como esse se tornar popular, é necessário que o sistema seja extremamente fácil de usar, de tal maneira que o usuário possa gerar conteúdo rapidamente e recebê-las também rapidamente. O Loopt associado a um sistema de recomendação de usuários em Q&A geo-localizável sem dúvidas poderia impulsionar a quantidade de respostas enviadas. A formas de interação com o usuário também tem que ser bem simples. Fazer o usuário responder longos questionários, especialmente a partir do celular, faz ele desistir logo de escrever uma resposta, em que demanda pela velocidade é crítica.  Isso inclui também algoritmos de filtragem para detectar as perguntas mais relevantes em caso de uma quantidade excessiva de perguntas e respostas em relação a um determinado lugar.  

Informações em tempo-real sobre um determinado lugar pode ser de grande ajuda se atualizado frequentemente. Quem não gostaria de saber se um restaurante naquela hora do almoço já se encontra lotado ou vazio, a fim de eu tomar uma decisão se irei ou não para aquele lugar ?  Com sistemas colaborativos de Perguntas  e Respostas voltados para contexto móvel, embora estejamos bem no início, há já uma tendência por aplicativos móveis que vão além de check-ins a fim de prover conteúdo útil para os usuários.  O Loopt já deu o seu  primeiro passo, e não estranharei se outras apps bem conhecidas também já começarem a se posicionar sobre esse tipo de sistema.

Por sinal, mês passado um colega meu , Yuri Malheiros lançou um aplicativo web de Perguntas e Respostas (Q&A) focando em responder a seguinte pergunta:  'Qual é o melhor lugar para ?' chamado Norteie.me.  Ele criou esta app em Django + Python em que usuários podem fazer perguntas sobre dúvidas em um determinada cidade e outros usuários podem responder aquela dúvida. Embora esteja no estágio inicial , imagino o potencial desta aplicação quando estiver integrada com geolocalização em um nicho de  turismo por exemplo?  Imagine você associar perguntas com locais e coordenadas geográficas e ao passar sobre um determinado local você poder receber perguntas ou respostas baseado em onde você está ou pelo sua experiência em um lugar que você mais frequentou baseado no seu histórico de check-ins.

Norteie.me : Sistema de Perguntas e Respostas Web sobre Lugares

Com certeza, o Yuri já deve está pensando em uma expansão e fiquemos de olhos nesse nicho de Q&As se expandindo por aqui no Brasil também !

Espero que tenham gostado,

Atenciosamente,

Marcel Caraciolo

Ditto: O poder do check-in, geolocalização, redes sociais e recomendação para dispositivos móveis

Olá pessoal,

Fiquei extremamente entusiasmado com esse aplicativo que realmente me inspirou em continuar o meu trabalho de mestrado nesta área de recomendações sobre contexto móvel incorporando reviews e críticas oriundas de redes sociais.  Hoje um colega meu me enviou um link extremamente interessante de um novo aplicativo lançado recentemente chamado Ditto. 

Fundado pelo ex-fundador do Jaiku, que foi vendido para o Google em 2007, ele desenvolveu um aplicativo que permite você possa informar o que você pretende fazer naquele momento ou pedir uma sugestão específica para algo que você deseja fazer.  Diferente do Foursquare que foca sobre 'onde você está agora',  Ditto é um aplicativo móvel que combina o poder de check-ins com geo-localização sobre uma perspectiva diferente, odne o usuário informa a sua intenção ou seu desejo de querer fazer algo. Isto me lembra muito a aplicação comprada pela Apple Siri, que também permitia você via voz  ao telefone o que você gostaria de fazer. 

Em Ditto, você pode realizar ações, as quais já estão pré-definidas na sua tela principal como 'Irei Comer',  'Irei Assistir',  'Irei ouvir', e além de compartilhar com seus amigos quais são suas intenções. O potencial do aplicativo é que você pode até definir um lugar específico sobre aonde você pretende realizar aquela ação.  Imagine você que não sabe onde vai comer, e gostaria de poder receber uma opinião dos seus amigos sobre um bom local para comer, você enviaria uma mensagem via Dito que você 'gostaria de comer'  e  então todos seus amigos que visssem aquela mensagem, poderiam deixar uma mensagem com várias recomendaçõe de lugares para comer.   Isto me lembra muito a aplicação sobre perguntas e respostas que comentei em um post anterior. 

De acordo com o fundador,  o engine básico do sistema consiste não só apenas lugares como em outras redes sociais de localização móvel, ele inclui quaisquer tipos de objetos como filmes, livros, música, etc.

'A Descoberta irá ser social, social está convergindo para a mobilidade, e isto pode ser uma imensa oportunidade do tamanho do Google que pode substituir a busca tradicional  existente nos aparelhos móveis. A grande beleza do Ditto é a sua natureza em assistir o usuário no momento em que ele está prestes a fazer uma escolha, e isto combina resultados algorítimicos com recomendações em tempo real da sua rede social'.

Achei muito interessante esta frase pelo um dos co-fundadores do Ditto e acredito que cada vez mais estamos em busca/ descoberta de conteúdo em tempo real e muitas vezes recomendações de pessoas, especialmente de nosso círculo social para decidir ou realizar uma escolha.

Entrevista com o co-fundador na íntegra em vídeo.

A aplicação Ditto já é integrada com Foursquare, Twitter e Facebook e eles pretendem também lançar um tipo de sistema de pontuação em cima das recomendações.  Minha opinião fica clara que estamos vendo esta convergência por aplicativos de interação social, recomendações e geolocalização.  Fiquei muito animado em saber que estou realizando um trabalho em uma área de pesquisa que está virando uma tendência.

                          

Aplicativo Ditto para o Iphone

Você pode saber mais sobre a aplicação aqui.

Atenciosamente,

Marcel Caraciolo

Propondo um Sistemas De Perguntas e Respostas Colaborativos sobre Contexto Móvel

Olá a todos,

Estive meio ausente em posts no meu blog, pois estou em ritmo acelerado de escrita da minha dissertação de mestrado que está para ser defendida em meados de junho. Enquanto isso, eu decidi falar um pouco sobre conclusões e idéias próprias relacionadas a este trabalho em andamento. Este trabalho inclui uma proposta de um sistema de recomendação, uma sub-área de uma área maior de filtragem de informação, derivada de uma linha de pesquisa de mineração de dados.  O objetivo é propor e validar um sistema de recomendação que incorpore reviews, isto é, opiniões e comentários de usuários sobre produtos e serviços visando recomendar sobre um contexto móvel (dispositivos móveis) para um usuário tais produtos ou serviços do seu interesse. 

Por exemplo, imagine você em busca de um restaurante para comer e que hoje você esteja interessado em comer sushi. Como você faria esta busca por um restaurante em sua cidade? Quais fontes você usaria ?   Atualmente temos diversos repósitorios on-line em redes sociais e sites web especializados em agregar opiniões e críticas de usuários, mas todo este conteúdo ainda não é sumarizado ou processado de forma eficiente a fim de gerar uma opinião precisa sobre o que usuário deseja: Qual é a melhor opção de restaurante para mim naquele momento ou naquela cidade ?  

Percebe-se múltiplas váriaveis que podem influenciar o poder de decisão de compra do usuário: Localização, opiniões dos amigos, opiniões de especialistas e opiniões de usuários que tem interesses e gostos similares a você. Isto ainda dificulta mais se considerarmos em um ambiente móvel, onde os requisitos são mais restritos onde você precisa de uma informação rápida e bem objetiva para tomada de decisão.

Meu trabalho visa exatamente resolver este problema, com uma proposta de um framework de recomendação que combine as melhores características das técnicas de filtragem de conteúdo e de técnicas de filtragem colaborativa a fim de construir um meta-recomendador, onde acreditamos que incorporando informações sobre o produto/serviço e opiniões/ críticas de usuários similares ao usuário ativo, este possa sugerir uma lista de recomendação rankeada apropriada com os melhores restaurantes da cidade naquele momento diretamente no seu aparelho móvel.

Para isso envolveremos o estudo de técnicas de mineração de texto, especificamente processamento de linguagem natural para extrair e sumarizar as críticas de usuários. Utilizaremos também de técnicas de classificação de texto como uma área que está em forte ascensão nesta linha de pesquisa que é análise de sentimentos, para extrair a polaridade (positivo ou negativo) de um comentário. E com estas informações sumarizadas e os metadados provenientes da descrição do serviço (localização, categorias, etc) podemos combinar essas informações em um meta-recomendador a fim de sugerir os serviços que melhor atendem os requisitos de um usuário em um determinado local e tempo (contexto móvel).

O escopo já está definido e o trabalho já está em andamento e experimentos. Estou utilizando de uma base extraída do Foursquare com mais de 800 estabelecimentos e 1000 reviews sobre estes estabelecimentos, onde implementarei um protótipo móvel a fim de validar este framework, que obviamente é apenas o início de muitos trabalhos futuros a realizar especialmente onde se deve considerar outros quesitos importantes como: segurança, escabilidade, desempenho, etc.

Um dos trabalhos futuros que eu gostaria aqui de comentar é a influência das redes sociais no processo de recomendação. Estamos vendo cada vez mais uma nova tendência a se firmar que é o social-commerce. De acordo com especialistas , o social - commerce é o e-commerce que envolve o relacionamento entre pessoas. Com o surgimento das redes sociais, o comércio começou a se expandir para os relacionamentos no universo digital,  onde estimula-se a compra em um potencial mercado consumidor, onde há, no mundo, aproximadamente um bilhão de pessoas/consumidores nas redes sociais.   Um dos reflexos disso são os próprios sites de compra coletiva, que estão se viralizando pelo mundo todo e utiliza de mecanismos coletivos (sociais) para oferta de promoções e produtos.

Sites de Compra Coletiva Brasileiros

Mas o que venho aqui destacar é que estamos cada vez mais buscando respostas para perguntas que temos que são pontuais ou específicas. Irei dar um exemplo, eu estou interessado em comer um tipo de temaki específico como filadélfia (comida japonesa).  Eu poderia simplesmente utilizar um sistema de recomendação que procurasse por termos que envolvesse temakis e após um processamento ele já poderia me dar uma resposta pré-elaborada de restaurantes que oferecem temakis de qualidade em minha cidade. Mas o cenário é bem mais complicado do que isso,  além de as opiniões serem muitas vezes genéricas (não há esse nível de detalhamento sobre temakis filadélfia), focando apenas em serviços e qualidade como um todo do restaurante, temos o problema da influência social (as opiniões são genéricas ou de desconhecidos).  Muitos acreditam que a opinião de um amigo ou alguém muito próximo a você pode  influenciar decisivamente no processo de escolha de compra.  Então, porque não recorrer aos meus amigos ?  As opiniões deles contam e a rede social neste cenário pode nos ajudar nesta tarefa.

Foi aí que veio o que eu chamo de um sistema colaborativo de recomendação baseado em perguntas e respostas móvel.  Alguns sistemas já começaram a desenvolver isto e um claro exemplo é o Aadvark que foi comprado pela Google e foca em assistir usuários , onde os mesmos fazem perguntas e o sistema procura pessoas que possam melhor responder tais perguntas, funcionando como um sistema inteligente de perguntas e respostas.

Aadvark no Iphone

Basicamente,  os sistema que eu proponho é de você fazer perguntas para outros usuários deste sistema já cadastrados sobre lugares específicos ou serviços específicos e em vez de receber uma lista de recomendação de lugares processadas pelo sistema, você vai receber respostas de pessoas de verdade sobre estes lugares/serviços em questão.  

Então, se eu perguntar agora ao sistema onde eu poderia comer um temaki filadélfia de qualidade em minha cidade, o sistema iria procurar pessoas que estariam em restaurantes que oferecem temaki, combinado pela influência social destas pessoas (daria prioridade aos meus amigos até desconhecidos) e lançaria esta pergunta para tais pessoas. Em questão de minutos você receberia respostas de usuários  de vários pontos da cidade informando um bom restaurante, opiniões bem específicas e até descobrir que seu melhor amigo está naquele restaurante e te convida para acompanhá-lo.

               

 Sistema de Perguntas e Respostas Colaborativo sobre Contexto Móvel

Um outro cenário ilustrativo apropriado para este tipo de serviço, seria por exemplo, saber se um restaurante está cheio naquele momento. Se eu perguntasse: 'Estou querendo comer no Bonaparte, agora? Alguém sabe dizer se tá lotado por aí ?'  Em minutos eu recebesse a resposta de alguns usuários da cidade já dizendo:  'Pode vir aqui tá tranquilo demais!'  ou 'Venha para a filial do Shopping Plaza tá tendo uma promoção no frango empanado!'   Vejam a quantidade  de opiniões em tempo real e a descoberta de serviços e promoções que eu recebo tudo em tempo real e tudo isto direto do meu telefone.

Esse serviço ainda pode ser agregado com serviços de localização como Foursquare, Gowalla ou Facebook que já utilizaria do seu histórico de check-ins de lugares que você frequenta e estimula por meio de perguntas e respostas criando um tipo de jogo em que te premia com pontos à medida que você vai interagindo ainda mais com o sistema (seja perguntando ou respondendo).

Um dos grandes benefícios também desta aplicação é o estímulo de interação social entre os usuários. Pois, você poderia agradecer a resposta de um usuário e até criar um novo elo de amizade, se você desejar continuar a conversação.  Acredito que sistemas colaborativos de Perguntas e respostas sobre um contexto móvel serão uma tendência em breve, ou se já não está em desenvolvimento, de aplicativos que estão por vir para dispositivos móveis.

Em breve darei mais informações sobre detalhes da minha dissertação, espero que tenham gostado deste post com uma das minhas idéias e trabalhos correntes

Para mais informações sobre sistemas colaborativos, perguntas e respostas e recomendação procurem por community Q&A location recommendations no Google, sem dúvidas você vai ficar maravilhado com a quantidade de posts, estudos e artigos sobre esta área.

Atenciosamente,

Marcel Caraciolo