Babeş-bolyai university of cluj-napoca

3.5 Sisteme de recomandare existente

Sistemele de recomandare s-au transformat de-a lungul timpului de la niște instrumente folosite de cercetători la instrumente de afaceri, care devin utilizate pe o scară largă în diferite domenii. Aceste sisteme sunt în special cunoscute pentru capacitatea lor de a recomanda cărți, muzică, filme și programe de televiziune etc. În secțiunile ce urmează vom descrie pe scurt câteva dintre aceste sisteme.

3.5.1 Amazon.com

Probabil cea mai cunoscută aplicație care utilizează tehnologia sistemelor de recomandare este Amazon.com. Utilizatorii site-ului primesc recomandări în diferite forme. Un exemplu este ”Clienții care au cumpărat”, facilitate care recomandă produsele achiziționate de oamenii ce au cumpărat un anumit produs (așa cum se poate observa în Figura 3.10).

Figura 3.10

Utilizatorii care dețin un cont de Amazon.com și sunt conectați vor primi, de asemenea, un număr de recomandări bazate pe istoria cumpărăturilor (vezi Figura 3.11). Utilizatorul poate specifica din ce categorie i-ar plăcea să primească recomandări doar făcând clic pe ea.

Figura 3.11 ”Recomandările de astăzi pentru tine” Amazon

Amazon.com implementează tehnica bazată pe filtrarea prin colaborare (CF) pentru a anticipa care sunt produsele care se potrivesc cel mai bine nevoilor utilizatorului dintr-un set enorm de date. Scalabilitatea este un aspect important aici, deoarece Amazo.com are zeci de milioane de clienți și produse. Algoritmul de filtrare prin colaborare bazat pe elemente potrivește fiecare produs cumpărat și evaluat de utilizator cu produse similare, combinând aceste elemente într-o listă de recomandări pentru acesta. Pentru a determina care elemente sunt similare, algoritmul construiește un tabel de elemente similare pe baza elementelor pe care clienții tind să le achiziționeze împreună. Această abordare este diferită de cei mai mulți algoritmi de recomandare care calculează o metrică de similitudine pentru fiecare pereche de elemente.

Algoritmul utilizat de Amazon.com poate fi descris după cum urmează:

For each item in product catalog, I1

For each customer C who purchased I1

For each item I2 purchased by customer C

Record that a customer purchased I1 and I2

For each item I2

Compute the similarity between I1 and I2

Similaritatea dintre cele două produse este calculată ca unghiul între doi vectori de dimensiune M, P1 și P2, unde fiecare dimensiune corespunde unui utilizator care a achiziționat sau nu un element. Similaritatea este calculată astfel:

Având în vedere tabelul similaritate-obiect, algoritmul găsește rapid produsele similare la fiecare achiziție și evaluare a utilizatorului. Aceste elemente sunt apoi agregate și cele mai populare sau corelate elemente sunt de fapt recomandate.

3.5.2 MeeVee

MeeVee (http://www.meevee.com) este un ghid on-line TV, care poate oferi utilizatorilor o listă personalizată de programe TV. Personalizarea se bazează pe o listă de interese pe care un utilizator poate să o completeze. Interesele nu sunt limitate doar la emisiuni TV ci, de asemenea pot să includă persoane, subiecte de interes, hobby-uri, filme și sporturi. Odată ce un utilizator a completat lista de interese, MeeVee nu doar are posibilitatea de a construi lista personalizată a programelor TV, dar poate recomanda și conținut video on-line din sute de surse. Tehnicile utilizate de către MeeVee nu sunt descrise, dar ei afirmă că site-ul lor este patentat.
Figura 3.12 Listă TV MeeVee

3.5.3 TiVo

O altă aplicație ce utilizează tehnologia sistemelor de recomandare poate fi regăsită în TiVo. TiVo (http://www.tivo.com) este o combinație dintre un recorder video digital (DVR) și un serviciu de televiziune, care este foarte popular în Statele Unite ale Americii. DVR poate înregistra emisiuni TV pe hard-disk-ul acestuia, în format MPEG, cere ulterior pot fi vizualizate. Utilizatorii pot, de asemenea, pune pauză și să vizioneze emisiunile în direct, precum și spectacolele înregistrate. Serviciul TiVo oferă o gamă largă de caracteristici, cum ar fi un ghid inteligent de programe electronice (EPG), sistemul de recomandare (RS), on-line sharing, programarea on-line, acces la radio prin Internet, informații meteo și de trafic etc.

Sistemul de recomandare TiVo, numit Sugestii TiVo, ajută utilizatorii să găsească spectacolele, filmele sau emisiunile care probabil vor fi îndrăgite de aceștia. Acest sistem de recomandare combină două tehnici pentru a genera recomandări: filtrarea bazată pe elemente și filtrarea bazată pe conținut, Bayesian (CBF). Tehnica filtrării bazată pe conținut folosește părerile utilizatorilor like-minded (de exemplu, utilizatorii care urmăresc seriale similare cu cele ale utilizatorului căruia i se oferă recomandarea). În schimb filtrarea bazată pe conținut utilizează caracteristici ale elementelor în sine (precum: tipul emisiunii, actori, timpul de rulare etc.).

Figura 3.13 Sugestii TiVo

3.5.4 Alte sisteme de recomandare

Pe lângă aplicațiile descrise anterior, există numeroase alte site-uri și aplicații ce folosesc tehnologii ale sistemelor de recomandare. Unele dintre acestea sunt enumerate în continuare.

• 
  Yahoo! Movies, sistem de recomandare pentru filme;
  
• 
  eBay, site pentru licitații on-line;
  
• 
  NetFlix, serviciu de închiriere filme on-line;
  
• 
  iTunes;
  
• 
  CDNOW.com;
  
• 
  MovieLens, un sistem de recomandare pentru filme și seriale;
  
• 
  Jester, un sistem ce recomandă glume;
  
• 
  Last.fm;
  
• 
  MyStands;
  
• 
  Pandora;
  
• 
  StumbleUpon.
  

3.5.5 Biblioteci software open-source

Există diverse biblioteci software open-source, care oferă dezvoltatorilor posibilitatea de a adăuga caracteristici de recomandare pentru aplicații sau site-uri web. Printre acestea enumerăm:

• 
  Duine (http://sourceforge.net/projects/duine)
  
• 
  Taste (http://taste.sourceforge.net)
  
• 
  Cofi (http://www.nongnu.org/cofi)
  
• 
  CoFE (http://eecs.oregonstate.edu/iis/CoFE)
  
• 
  Colfi (http://colfi.wz.cz)
  
• 
  RACOFI (http://www.daniel-lemire.com/fr/abstracts/COLA2003.html)
  
• 
  SUGGEST (http://glaros.dtc.umn.edu/gkhome/suggest/overview)
  
• 
  Vogoo (http://www.vogoo-api.com)
  

Consensus (http://exogen.case.edu/projects/consensus)

CAPITOLUL IV