From personal heterogeneous data sources to an AI/ML-based data management and personal assistant

Abstract

Motivasjonen til arbeidet vårt var å undersøke mulige måter å benytte den heterogene dataen som ble tilgjengelig etter innføringen av GDPR. Vi fokuserte på dataen fra de store internettjenestene og sosiale nettverkene (Google, Facebook, Spotify, Netflix, and LinkedIn). Disse tjenestene må gi dataen samlet inn om brukerne til dem.

Den hentede dataen ble analysert og et rammeverk ble implementert for å fasilitere datahåndtering. Rammeverket støttet analysering av data ved å muliggjøre tilgang til organiserte og tilkoblede data. Innsiktene ble valgt basert på mulige brukstilfeller som kunne være til fordel for eiere av dataen.

En prototype av en virtuell personlig assistent som kan bruke heterogen data og uthentede innsikter ble implementert. Motivasjonen for denne tilnærmingen var å demonstrere en mulig anvendelse av slike data for å formidle informasjon på vegne av en bruker. Spørsmålene som den virtuelle personlige assistenten kan svare på ble begrenset for bestemte domener. De består av demografi, personlighetsaspekter og ulike interesser til en bruker (for eksempel aktiviteter, hobbyer og musikkpreferanser).

The driving force of this work was to research the possible ways to utilize hetero- geneous data from data takeouts, that became available to data subjects after the introduction of the General Data Protection Regulation (GDPR). The work focused on the data takeouts of large services (Google, Facebook, Spotify, Netflix, and LinkedIn). These services have to provide data takeouts to users with data collected about them.

The available data from takeouts were analyzed, and a framework was implemented to provide a unified layer on top of them. The framework supported the analysis of data by providing access to organized and connected data from data takeouts. The insights were selected and extracted based on possible use cases that could benefit owners of data.

A proof of concept of a personal assistant that can utilize heterogeneous data and extracted insights was implemented. The motivation of this approach was to demon- strate a possible application of such data to communicate information on behalf of a user. The questions that personal assistant can answer were scoped into specific do- mains and consist of demographics, personality aspects, and various interests of an user (e.g. activities, hobbies, and music preferences).