Δημιουργία συστήματος συνεργατικού φιλτραρίσματος για σύνολα δεδομένων έμμεσης ανατροφοδότησης
Collaborative filtering for implicit feedback datasets
Master Thesis
Συγγραφέας
Πουλόπουλος, Δημήτριος
Poulopoulos, Dimitrios
Ημερομηνία
2017-03Επιβλέπων
Κυριαζής, ΔημοσθένηςΠροβολή/ Άνοιγμα
Λέξεις κλειδιά
Recommender systems (Information filtering) ; Machine learning ; Users’ behaviorΠερίληψη
Τα συστήματα συστάσεων ή προτάσεων, αποτελούν ένα τρόπο για την κατανόηση των προτύπων συμπεριφοράς ενός χρήστη, τις προτιμήσεις του, με σκοπό τη δημιουργία προσωποποιημένων συστάσεων. Τα συστήματα αυτά, λειτουργούν βασισμένα σε ιστορικά στοιχεία, τα οποία αποτελούνται από σύνολα δεδομένων άμεσης ή έμμεσης ανατροφοδότησης.
Τα σύνολα δεδομένων άμεσης ανατροφοδότησης, εξάγουν τα στοιχεία τους κατευθείαν από τους χρήστες, για παράδειγμα μέσω μιας μορφής βαθμολόγησης. Για παράδειγμα, το Netflix χρησιμοποιεί μια κλίμακα βαθμολόγησης, μεταξύ ενός και 5 άστρων, με σκοπό να εξάγει από το χρήστη άμεσα, αν διασκέδασε με μια ταινία ή όχι. Αντίθετα, τα συστήματα που βασίζονται σε έμμεση ανατροφοδότηση, λειτουργούν σιωπηλά στο περιθώριο, συλλέγοντας δεδομένα που μπορεί να αποκαλύψουν τις προτιμήσεις ενός χρήστη, όπως τις συνήθειες του καθώς πλοηγείται στο διαδίκτυο, ή το ιστορικό αγορών του κ.α..
Με αυτό τον τρόπο, στην περίπτωση ενός συστήματος που βασίζεται σε δεδομένα έμμεσης ανατροφοδότησης, δεν έχουμε μια ισχυρή και άμεση ένδειξη για τις προτιμήσεις του κάθε χρήστη. Συγκεκριμένα, δεν έχουμε καμία ένδειξη για την οποιαδήποτε αρνητική εμπειρία είχε ένας συγκεκριμένος χρήστης.
Ο σκοπός της συγκεκριμένης εργασίας είναι να αναλύσει τις ιδιότητες των συνόλων δεδομένων έμμεσης ανατροφοδότησης, συγκεκριμένα για τον τομέα των πωλήσεων.