Μέθοδοι σύστασης πολυμεσικών δεδομένων βασισμένες σε τεχνικές μηχανικής μάθησης

Abstract

Τα συστήματα σύστασης (recommender systems, RS) παρέχουν πληροφορίες κατά τρόπο ώστε να είναι πιο κατάλληλες και πολύτιμες στους χρήστες και να αποτρέπεται η σύγχυση των χρηστών από τα τεράστια ποσά πληροφοριών τα οποία θα έπρεπε να εξετάσουν, χωρίς τη χρήση αυτών. Σε αυτή τη διατριβή αρχικά, ερευνήθηκε η χρήση υποσυνόλων αντικειμενικών χαρακτηριστικών βασισμένων στο περιεχόμενο για τη μοντελοποίηση της εξατομικευμένης (υποκειμενικής) αντίληψης για την ομοιότητα μεταξύ των πολυμεσικών αντικειμένων. Παρουσιάζεται ένα σύστημα σύστασης βασισμένο στο περιεχόμενο που κατασκευάζει τα πρότυπα αντίληψης των χρηστών για την ομοιότητα μουσικών κομματιών και τη συσχέτιση διαφορετικών μέτρων ομοιότητας με διαφορετικούς χρήστες. Τα αποτελέσματα της αξιολόγησης του συστήματος επαλήθευσαν τη σχέση που υπάρχει μεταξύ υποσυνόλων των αντικειμενικών χαρακτηριστικών και της εξατομικευμένης αντίληψης των χρηστών για την ομοιότητα μουσικών κομματιών. Επίσης, εξετάσθηκε η διαδικασία σύστασης ως ένας υβριδικός συνδυασμός αποτελούμενος από ταξινομητή εκπαιδευόμενο με δείγματα από μια μόνο κλάση και από φίλτρα συνεργατικής διήθησης.