Χρήση ευφυών τεχνικών για την ανάπτυξη ενός συστήματος συστάσεων

Abstract

Η ραγδαία ανάπτυξη του διαδικτύου και του ηλεκτρονικού εμπορίου έχει οδηγήσει σε μια πρωτοφανή αύξηση του όγκου των διαθέσιμων προϊόντων και πληροφοριών, δημιουργώντας το πρόβλημα της υπερπληροφόρησης. Τα συστήματα συστάσεων (recommender systems) αποτελούν μια από τις σημαντικότερες τεχνολογίες αντιμετώπισης του προβλήματος αυτού, καθώς προβλέπουν τις προτιμήσεις των χρηστών και παρέχουν εξατομικευμένες προτάσεις. Στην παρούσα εργασία μελετάται η χρήση ευφυών τεχνικών για την ανάπτυξη συστημάτων συστάσεων. Παρουσιάζονται αναλυτικά, με το αντίστοιχο μαθηματικό υπόβαθρο, οι βασικές κατηγορίες τεχνικών: το συνεργατικό φιλτράρισμα (μνήμης και μοντέλου), το φιλτράρισμα βάσει περιεχομένου, οι μέθοδοι παραγοντοποίησης πινάκων (matrix factorization) και οι σύγχρονες προσεγγίσεις βαθιάς μάθησης. Για κάθε τεχνική δίνονται οι μαθηματικοί τύποι, οι αλγόριθμοι και ο ψευδοκώδικας λειτουργίας τους, καθώς και οι μετρικές αξιολόγησης (RMSE, MAE, Precision@k, Recall@k, NDCG). Η εργασία ακολουθεί θεωρητική και αναλυτική προσέγγιση, εστιάζοντας στη συγκριτική μελέτη των ευφυών τεχνικών, στη μαθηματική τους θεμελίωση και στα κριτήρια αξιολόγησής τους. Ολοκληρώνεται με τη συζήτηση των σύγχρονων τάσεων, των περιορισμών και των μελλοντικών κατευθύνσεων, όπως η πειραματική επικύρωση των μεθόδων σε πραγματικά σύνολα δεδομένων.