Documente Academic
Documente Profesional
Documente Cultură
Lupule Corneliu
Neculciu Filip
Velicu Ovidiu
ambrea Constantin
Tbrana Cristian
Sisteme de recomandare
Un sistem de recomandare este un instrument care
ncearc s prezinte utilizatorilor, obiecte i noiuni de interes
pentru acetia (filme, muzic, tiri, imagini, persoane).
Descriere formal
U mulimea utilizatorilor
A mulimea articolelor cunoscute de sistem (i care pot fi
recomandate)
Clasificare
Construirea profilului utilizatorului se poate face n mod:
o explicit - sistemul cere informaii de la utilizatori
(ex: note acordate filmelor)
o implicit - prin analiza articolelor sau paginilor web vizitate
n funcie de tehnica de estimare folosit, exist
o recomandri bazate pe coninut
o recomandri colaborative
Filtrare colaborativ:
o utilizator
o articol
o atribut
Probleme
La sistemele bazate pe filtrare colaborativ centrat pe utilizatori
exist dou probleme bine-cunoscute:
First-Rater Problem
- Problema articolelor nou introduse n baza de date;
Cold-Start Problem
- Problema utilizatorilor nou venii n sistem
Item-based filtering
Filtrare user-based - probleme de scalabilitate
Item-based - avantaj - procesul de determinare a
similaritii ntre articole poate fi independent de cel de
prezicere (recomandare) i poate fi realizat offline.
Poate fi mbuntit cu informaii semantice provenite din
alte surse (ex: ontologii specifice domeniului)
Se poate folosi tehnica "Latent Semantic Indexing"
(LSI) pentru reducerea dimensiunii matricii iniiale (item,
item) la un grup restrns de atribute strns corelate.
Exemple de Sisteme
- Google News
- Amazon
- Yahoo Movies!
- iTunes
- Youtube
- StumbleUpon
- Photoree
- BookLamp
Avantaje/Dezavantaje
Avantaje:
adun date foarte repede
odat format, sistemul este foarte stabil anomaliile de comportament cauzate de
curiozitate, greeli, etc. au efect neglijabil
Dezavantaje:
cold-start - sunt prezentate subiectele cele mai
populare, nu neaprat cele mai interesante pentru
utilizatorul curent
funcioneaz doar dac utilizatorul e logat pe
contul de google i a activat Web History
poate fi lent in detectarea schimbrilor de
preferine
StumbleUpon
comunitate Web
faciliteaz descoperirea de site-uri
sistem de recomandare bazat pe utilizator
peers (utilizatori cu "gusturi" similare)
friends (alei de utilizator)
filtrare colaborativ (eng. "colaborative filtering")
automatizeaz "word of mouth"
Principiile sistemului
Avantaje / dezavantaje
Avantaje:
viteza
practic pentru numr uria de site-uri comparativ cu analiza
de coninut
Dezavantaje:
"First-Rater" problem
"Cold-Start" problem
rating-uri subiective
Exemplu de utilizare
Yahoo Movies!
Industria filmelor este foarte vast. Din acest
motiv, a fost necesar un algoritm de recomandare
diferit, optimizat i pentru filme vizionate de ctre
puini utilizatori.
Sistemul folosit de Yahoo Movies! se bazeaz
pe motorul de recomandare fcut de Choice Stream:
Modelarea bayesian a preferinelor pe baza
atributelor (eng. Attributed Bayesian Choice
Modelling).
Avantaje/dezavantaje
Avantaje:
o
o
o
Dezavantaje:
o
Genius
Genius este un feature introdus n aplicaia iTunes
ncepnd cu versiunea 8
genereaz automat o list de melodii similare cu melodia
curent
pentru utilizare este nevoie de cont iTunes
Genius va colecta periodic informaiile legate de utilizator i
bibliotecile personale de melodii i le va trimite n mod
anonim la baza de date Apple
Genius analizeaz metadatele melodiilor(ritmul, ratingurile,
poziia n playlisturi)
se presupune ca Genius creeaz amprenta acustic a
melodiilor
strategie comercial
Mod de Utilizare
Avantaje/Dezavantaje
Avantaje:
Genius este un feature util userilor care vor s asculte
melodii "nrudite" sau chiar s le cumpere
Dezavantaje:
trimiterea datelor n anonimat reduce Genius doar la un
sistem bazat pe itemi
nclinatie spre comercial i nu spre utilizator
Bibliografie
Semantically Enhanced Collaborative Filtering on the Web:
http://maya.cs.depaul.edu/~mobasher/papers/ewmf04-web/ewmf04.html
Item based collaborative filtering recommendation algorithms:
http://www.cs.tau.ac.il/~fiat/dmsem03/ItemBasedCollaborativeFilteringRecommendationAlgorithms.ppt
Google News
http://www.searchenginejournal.com/google-news-adds-most-popular-recommended-sections/2809/
V Mulumim!
ntrebri ?