Μελέτη συστήματος συστάσεων βασιζόμενο στην έκπληξη των χρηστών

Abstract

Οι μηχανές αναζήτησης και πλήθος άλλων εφαρμογών παρέχουν συστάσεις (recommendations) με βάση προτιμήσεις και συσχετίσεις χρηστών. Η μεροληψία (Bias) και η δικαιοσύνη (fairness) στις τεχνικές μηχανικής μάθησης είναι θέματα που έχουν προκαλέσει το ενδιαφέρον των ερευνητών.

H καλή ακρίβεια πρόβλεψης από μόνη της δεν εγγυάται στους χρήστες μία αποτελεσματική και ικανοποιητική εμπειρία. Προς αυτήν την κατεύθυνση, ένας άλλος παράγοντας ο οποίος φαίνεται να παίζει σημαντικό ρόλο στο κατά πόσο οι χρήστες εκτιμούν το σύστημα συστάσεων είναι το serendipity (απρόσμενα ευχάριστη έκπληξη).

Στα πλαίσια της εργασίας θα μελετήσουμε διαφορετικές προσεγγίσεις δικαιοσύνης καθώς και την εφαρμογή μίας πολιτικής δικαιοσύνης στα συστήματα συστάσεων. Η δικαιοσύνη μπορεί να αφορά στη δίκαιη αντιμετώπιση των χρηστών από το σύστημα σε σχέση με την ποιότητα συστάσεων που παρέχει ή/και στη δίκαιη κατανομή των προτεινόμενων αντικειμένων (να μην υπάρχει μεροληψία σε ομάδες αντικειμένων που προτείνονται).

Ο στόχος της εργασία είναι η σχεδίαση και υλοποίηση προσέγγισης που θα λαμβάνει υπόψη τη δικαιοσύνη στη διαδικασία συστάσεων καθώς και το serendipity . Πιο συγκεκριμένα το σύστημα θα υπολογίζει το serendipity για νέες ταινίες που δεν έχει δει ο χρήστης και θα κάνει τις ανάλογες προτάσεις. Όσον αφορά τη δικαιοσύνη, οι ταινίες που θα ελέγχει και θα προτείνει το σύστημα είναι από διαφορετικές κατηγορίες και όχι μόνο από αυτές που ο χρήστης συνηθίζει να βλέπει.