{"id":329,"date":"2015-03-26T22:36:16","date_gmt":"2015-03-26T22:36:16","guid":{"rendered":"http:\/\/triton.exp.dc.uba.ar\/predictivos\/?p=329"},"modified":"2015-03-27T18:51:00","modified_gmt":"2015-03-27T18:51:00","slug":"predictores-en-busqueda-de-desaparecidos","status":"publish","type":"post","link":"https:\/\/datamining.dc.uba.ar\/predictivos\/?p=329","title":{"rendered":"Predictores en b\u00fasqueda de desaparecidos"},"content":{"rendered":"

\"Equipo<\/a>Con una enorme vocaci\u00f3n por el desaf\u00edo, los alumnos de la Maestr\u00eda obtuvieron la menci\u00f3n de honor \u201cHonorable Mention for Detailed Discovery\u201d, representando a la \u00fanica universidad latinoamericana en esa instancia final.\u00a0 Su destacada performance, les permiti\u00f3 exponer el paper \u201cWhere\u2019s Rachel?\u201d en el IEEE Visual Analytics Science and Technology, que se realiz\u00f3 en Par\u00eds, Francia, del 9 al 14 de noviembre de 2014.
\nPara conocer c\u00f3mo fue esta experiencia, Predictivos convers\u00f3 con Andrei Rukavina y Paulina Verasay, voceros del equipo premiado en el certamen.<\/p>\n

\u00bfEn qu\u00e9 consisti\u00f3 su participaci\u00f3n en el VAST Challenge 2014<\/a>?<\/b><\/p>\n

Andrei Rukavina (AR):<\/b> El desaf\u00edo se basaba en resolver una consigna aplicando t\u00e9cnicas de miner\u00eda de datos y visualizaci\u00f3n de la informaci\u00f3n. Todo ocurr\u00eda en un pa\u00eds de fantas\u00eda, Kronos, ubicado en el Mar Mediterr\u00e1neo. All\u00ed exist\u00eda un conflicto ambiental entre la empresa GAStech y la agrupaci\u00f3n Protectors of Kronos (POK). La empresa era responsable de la contaminaci\u00f3n de la ciudad y algunos de los empleados planeaban secuestros para cobrar el rescate. Aparentemente, hab\u00eda empleados de la empresa desaparecidos.<\/p>\n

Si bien la consigna inicial era muy ambigua, la idea era proveer pistas sobre estas desapariciones: nombres, personas, lugares, horarios y detalles de qui\u00e9n era el culpable en cada caso, si es que la persona hab\u00eda fallecido o hab\u00eda sido secuestrada, qui\u00e9n era la v\u00edctima y qui\u00e9n el victimario.<\/p>\n

El hecho de que fuese un territorio de ficci\u00f3n, totalmente aleatorio, lo hizo m\u00e1s divertido e interesante para investigar, adem\u00e1s de entrada uno no est\u00e1 familiarizado con nada.<\/p>\n

Paulina Verasay (PV):<\/b> Hubo tres mini-challenges diferentes pero nosotros participamos s\u00f3lo en el tercero. El primer challenge se basaba en actuar ante la desaparici\u00f3n de las personas a partir de datos de los CVs de los empleados, mensajes de e-mails intercambiados y an\u00e1lisis de textos de peri\u00f3dicos.<\/p>\n

El segundo ten\u00eda que ver con el uso de Sistemas de Informaci\u00f3n Geogr\u00e1fica (GIS, en ingl\u00e9s), situando informaci\u00f3n en un mapa y analizando la movilidad de las personas. Se trabajaba con informaci\u00f3n de los GPS de los empleados y de los camioneros de la empresa, y esos datos se relacionaban con otros datos de tarjetas de cr\u00e9dito.<\/p>\n

Por \u00faltimo, el tercer desaf\u00edo, donde participamos, resid\u00eda en el an\u00e1lisis de un flujo de datos en tiempo real, durante cuatro horas y media: las llamadas de emergencia al 911 en el pa\u00eds y los mensajes o tweets<\/i> de la red social que la empresa estaba usando en ese momento. M\u00e1s all\u00e1 del trabajo espec\u00edfico en miner\u00eda de datos y visualizaci\u00f3n, tuvimos toda una tarea previa para depurar y ordenar el dataset<\/i>.<\/p>\n

AR<\/b>: El challenge dur\u00f3 unos 5 meses. Pero nosotros arrancamos m\u00e1s tarde, sobre la marcha de la competencia, ya que nos presentamos en el mes 3. Terminamos haciendo el Submit<\/i>, la entrega final, como 20 segundos antes del deadline. Recuerdo que lo enviamos un mi\u00e9rcoles 9 de julio a las 3:59 AM.<\/p>\n

Puede apreciarse que ese challenge ten\u00eda cierta complejidad t\u00e9cnica\u2026<\/b><\/p>\n

AR: <\/b>Much\u00edsima, ya que hubo pocos equipos que apostaron a ese desaf\u00edo en particular. Durante esas horas ten\u00edamos que procesar alrededor de 4700 mensajes en tiempo real. Por un lado, trabajamos con la geolocalizaci\u00f3n de las llamadas de emergencia, a trav\u00e9s de GIS, y por otro lado analizamos el texto de los tweets<\/em> y, en algunos casos, su localizaci\u00f3n con la referencia de Latitud-Longitud.<\/p>\n

Adem\u00e1s tuvimos que configurar un cliente, conectarlo al servidor y a la aplicaci\u00f3n donde llegaban cada uno de los mensajes de manera aleatoria. A la hora de haber descargado el primer segmento de datos, la consigna era enviar al Comit\u00e9 del VAST una captura de pantalla de nuestra visualizaci\u00f3n de los mensajes.<\/p>\n

Luego, a trav\u00e9s de los mensajes, hab\u00eda que detectar los eventos que contribu\u00edan en mayor medida a la causa, buscando las pistas sobre la desaparici\u00f3n de esas personas, sobre las que no ten\u00edamos ning\u00fan dato previo.<\/p>\n

PV:<\/b> Tambi\u00e9n hubo otras complejidades. Se agreg\u00f3 \u201cruido\u201d a los datos que emit\u00edan los GPS. Los Blogs, de donde extrajimos informaci\u00f3n, estaban escritos en un ingl\u00e9s muy pobre. Todo eso gener\u00f3 mensajes dif\u00edciles de decodificar. Ah\u00ed tambi\u00e9n introdujeron spammers<\/i>, por lo que tambi\u00e9n aparec\u00eda publicidad falsa y publicaciones off topic<\/i> en los tweets<\/i> para distraernos.<\/p>\n

Otro tema importante en el challenge, fue que <\/b>descubrimos este concepto de relacionar palabras, informaci\u00f3n y eventos. De hecho, durante la competencia dijeron que hab\u00edamos sido el \u00fanico equipo que se dio cuenta qu\u00e9 significa un Hashtag<\/i>, relacionado con el tema del enfrentamiento entre los secuestradores y la polic\u00eda. Era \u201cTAG\u201d: Trouble at Gelato Galore<\/i>. Esto fue parte de un proceso de inteligencia de datos, donde empezamos a extraer valor de esa informaci\u00f3n, solamente filtrando, agrupando y descartando el spam.<\/p>\n

\u00bfCu\u00e1l fue el punto de inflexi\u00f3n en el que alcanzaron resultados concretos?<\/b><\/p>\n

AR:<\/b> Cuando hicimos la visualizaci\u00f3n donde pudimos ver mensajes a trav\u00e9s del tiempo y agregar an\u00e1lisis de sentimientos, nos focalizamos en intervalos de minutos para poder empezar a reconocer qu\u00e9 pasaba en cada momento. Hicimos una nube de palabras, de hashtags<\/i> sin autores, depurando tipos de palabras que no aportaban informaci\u00f3n como los art\u00edculos y viendo cu\u00e1les eran las palabras que m\u00e1s se repet\u00edan. \u00a0Fuimos reduciendo la informaci\u00f3n hasta que encontramos los procesos importantes, en el sentido de que ten\u00edan buena subjetividad, eran fuertemente positivos o negativos y adem\u00e1s hablaban de un tema espec\u00edfico.<\/p>\n

PV<\/b>: En este proceso detectamos una l\u00ednea de tiempo de los eventos m\u00e1s importantes hasta llegar a la negociaci\u00f3n entre los secuestradores de la empleada de la empresa (Rachel) con la polic\u00eda. El choque de una bicicleta con una camioneta en Gelato Galore<\/i>, por ejemplo, hab\u00eda pasado desapercibido en un principio y despu\u00e9s empezamos a ver una conexi\u00f3n significativa entre todos los hechos. Cuando descubrimos esto, faltaban muy pocos d\u00edas para el Deadline de la competencia.<\/p>\n

\u00bfQu\u00e9 sintieron cuando se enteraron de que hab\u00edan obtenido la menci\u00f3n honor\u00edfica?<\/b><\/p>\n

PV<\/b>: Cuando Andrei nos reenvi\u00f3 los mails oficiales con la informaci\u00f3n, nuestra primera reacci\u00f3n fue pensar que \u00e9l hab\u00eda inventado todo esto. La verdad no cre\u00edamos que fuera cierto, por el nivel de exigencia que ten\u00eda la competencia y la consigna.<\/p>\n

AR:<\/b> Fueron como seis mails hasta que me creyeron (risas<\/i>). Hay que tener en cuenta que a la instancia final, llegaron 45 equipos de 180. De esos equipos, s\u00f3lo 3 obtuvieron menciones y hubo un ganador de ese mini-challenge. Un punto a destacar es que al Challenge general (Grand Challenge) se lo puede ganar, pero no hubo ning\u00fan ganador en esta \u00faltima competencia.<\/p>\n

\u00bfY c\u00f3mo fue la experiencia de viajar a Par\u00eds para presentar el trabajo en la conferencia IEEE VIsual Analytics Science and Technology<\/i><\/strong><\/a><\/b>?<\/p>\n

PV<\/b>: Tener esta oportunidad de exponer nuestros resultados ante la \u00e9lite de la visualizaci\u00f3n cient\u00edfica mundial, justo en el 25\u00ba aniversario del evento, fue espectacular. \u00a0Hab\u00eda equipos de California, Londres, Frankfurt, Beijing, etc. Eran las universidades tecnol\u00f3gicas m\u00e1s importantes. La UBA fue la \u00fanica universidad latinoamericana en esa instancia, lo que en nuestro caso fue valorado tanto por los organizadores como por otros equipos. Antes de presentar nuestro Paper, el Comit\u00e9 destac\u00f3 que fuimos el equipo que m\u00e1s se concentr\u00f3 en proveer resultados concretos, a nivel de an\u00e1lisis, para descubrir qui\u00e9n era la persona secuestrada.<\/p>\n

AR<\/b>: No es menor el hecho de que el Comit\u00e9 que resuelve la entrega de estas menciones es muy prestigioso. Son referentes en el \u00e1rea, ya que escribieron los libros con los que nosotros estudiamos habitualmente. Como la Visualizaci\u00f3n de la Informaci\u00f3n es una disciplina joven, muchos de los referentes todav\u00eda est\u00e1n activos y participan de estos encuentros. Tal es as\u00ed que llegamos a conocer a figuras como Ben Shneiderman, quien estaba all\u00ed en el auditorio. Fue algo realmente incre\u00edble.<\/p>\n

\u00bfQu\u00e9 recursos tuvieron para participar en la Conferencia?<\/b><\/p>\n

AR:<\/b> Digamos que fuimos cuatro personas formadas en Sistemas, con mucho entusiasmo por avanzar en el desaf\u00edo y que ya nos conoc\u00edamos de cursar la Maestr\u00eda. Dise\u00f1amos visualizaciones con software libre y gratuito, sin tener un convenio con grandes empresas como era el caso de muchos otros equipos. La empresa de software Tableau nos prest\u00f3 una licencia y luego nos dio el sponsoreo cuando fuimos a presentar el trabajo, costeando tres de las cuatro inscripciones.<\/p>\n

PV:<\/b> Los organizadores de VAST nos pagaron la inscripci\u00f3n restante, lo cual fue un valioso gesto\u00a0 de inclusi\u00f3n hacia una universidad latinoamericana. Y el Ministerio de Ciencia y Tecnolog\u00eda nos otorg\u00f3 el financiamiento para los pasajes, el hospedaje y la estad\u00eda. Mariana se movi\u00f3 much\u00edsimo para conseguir estos fondos. Tambi\u00e9n publicamos nuestro proyecto en Idea.me, una conocida plataforma de crowdfunding, donde recibimos un importante apoyo monetario.<\/p>\n

Me imagino el esfuerzo que signific\u00f3 para ustedes llegar a este resultado\u2026<\/b><\/p>\n

PV:<\/b> Siempre llegamos contrarreloj a las entregas. Era volver del trabajo, dedicarnos en el muy poco tiempo que ten\u00edamos. Nos junt\u00e1bamos hasta las 4 de la ma\u00f1ana tratando de avanzar en las diferentes instancias. \u00a0As\u00ed como nosotros, Laura y Mariana tambi\u00e9n estaban muy ocupadas pero trabajaron much\u00edsimo en las visualizaciones y en el an\u00e1lisis. En total debemos haber trabajado unas 60 horas por mes, durante dos meses.<\/p>\n

Si bien despu\u00e9s de esto cada uno sigue teniendo muchos proyectos, entre lo que es su labor profesional y acad\u00e9mica, ahora podremos \u201creponernos\u201d un poco y dedicarnos a nuestras tesis.<\/p>\n

AR:<\/b> Creo que aprendimos mucho. Nunca nos vamos a olvidar del VAST Challenge. De hecho, a m\u00ed me gustar\u00eda volver a participar este a\u00f1o.<\/p>\n

PERFILES<\/b><\/address>\n
\n
\n

Mariana Clara Landoni<\/strong> es Ingeniera en Sistema de Informaci\u00f3n (UTN) y Especialista en Explotaci\u00f3n de Datos y Descubrimiento del Conocimiento (UBA). Trabaja en el Hospital Italiano de Buenos Aires desde hace 13 a\u00f1os. Actualmente en el \u00e1rea de Business Intelligence.<\/p>\n

\n

Andrei Rukavina<\/strong> es Ingeniero en Sistemas de Informaci\u00f3n (UTN) y Especialista en Explotaci\u00f3n de Datos y Descubrimiento del Conocimiento (UBA). Se encuentra desarrollando su tesis de Magister aplicando SVM para predecir intervalos pre-ictales en pacientes epil\u00e9pticos. Actualmente es Vice-President en el \u00e1rea de Information Management Services en AlixPartners.<\/p>\n

Mar\u00eda Laura Traverso<\/strong> es Licenciada en Sistemas (UBA) y Especialista en Explotaci\u00f3n de Datos y Descubrimiento de Conocimiento (UBA). Co-fundadora y directora de la empresa de sistemas TCN-Consultores Traverso. Actualmente utiliza m\u00e9todos de miner\u00eda de datos para mejorar la toma de decisiones en sistemas de producci\u00f3n agr\u00edcola.<\/p>\n

\n

Paulina Verasay<\/strong> es Ingeniera en Sistema de Informaci\u00f3n (UTN) y Especialista en Explotaci\u00f3n de Datos y Descubrimiento del Conocimiento (UBA). Actualmente trabaja en Corebi como Focal Point en el \u00e1rea de Integraci\u00f3n de Datos de Business Intelligence.<\/p>\n<\/div>\n

 <\/p>\n<\/div>\n<\/div>\n<\/address>\n","protected":false},"excerpt":{"rendered":"

El a\u00f1o pasado, los alumnos Mariana Landoni, Andrei Rukavina, Mar\u00eda Laura Traverso y Paulina Verasay, participaron del VAST Challenge 2014, principal competencia de visualizaci\u00f3n de datos organizada por VA Community con sede en Estados Unidos, que se desarrolla anualmente y que tuvo como tem\u00e1tica una situaci\u00f3n ficticia de b\u00fasqueda de personas desaparecidas.
\nLo que un principio fue el requisito m\u00ednimo para aprobar la materia \u201cVisualizaci\u00f3n de la Informaci\u00f3n\u201d, se convirti\u00f3 en un logro inesperado.<\/p>\n","protected":false},"author":1,"featured_media":331,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_mi_skip_tracking":false},"categories":[13],"tags":[],"_links":{"self":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/329"}],"collection":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=329"}],"version-history":[{"count":9,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/329\/revisions"}],"predecessor-version":[{"id":357,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/329\/revisions\/357"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/media\/331"}],"wp:attachment":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=329"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=329"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=329"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}