Προσέγγιση συστάσεων βασισμένη στην έκπληξη

Abstract

Τα συστήματα συστάσεων χρησιμοποιούν προηγούμενες συμπεριφορές χρηστών για να προτείνουν αντικείμενα (π.χ ταινίες). Οι περισσότεροι τείνουν να προσφέρουν αντικείμενα παρόμοια με τα στοιχεία που ένας χρήστης-στόχος έχει υποδείξει ως ενδιαφέροντα. Ως αποτέλεσμα, οι χρήστες βαριούνται τις προφανείς προτάσεις που μπορεί να έχουν ήδη ανακαλύψει. Για τη βελτίωση της ικανοποίησης των χρηστών, τα συστήματα συστάσεων θα πρέπει να προσφέρουν προτάσεις που θα προκαλέσουν έκπληξη: αντικείμενα όχι μόνο σχετικά και πρωτότυπα για τον χρήστη-στόχο, αλλά και σημαντικά διαφορετικά από τα αντικείμενα που έχει βαθμολογήσει ο χρήστης. Ωστόσο, η έννοια του serendipity (έκπληξη) είναι πολύ υποκειμενική, και οι αιφνιδιαστικές συναντήσεις χρήστη-αντικειμένου είναι πολύ σπάνιες σε σενάρια του πραγματικού κόσμου, γεγονός που καθιστά τις συστάσεις που προκαλούν έκπληξη στον χρήστη, εξαιρετικά δύσκολο να μελετηθούν. Μέχρι σήμερα, έχουν προταθεί διάφοροι ορισμοί και μετρήσεις αξιολόγησης για τη μέτρηση της έκπληξης και δυστυχώς δεν υπάρχει ευρεία συναίνεση σχετικά με τον ορισμό ή την αξιολόγηση της μετρικής που μπορεί να χρησιμοποιηθεί. Στόχος της παρούσας εργασίας είναι η σχεδίαση και υλοποίηση προσέγγισης που θα λαμβάνει υπόψη το serendipity στη διαδικασία συστάσεων. Πιο συγκεκριμένα το σύστημα θα υπολογίζει το serendipity για ταινίες που έχει ήδη δει και βαθμολογήσει ο χρήστης αλλά και για νέες ταινίες που δεν έχει δει και θα κάνει τις ανάλογες προτάσεις. Τέλος, θα γίνεται αξιολόγηση των αλγορίθμων που χρησιμοποιήθηκαν και σύγκριση των εκάστοτε αποτελεσμάτων.