Original scientific paper
https://doi.org/10.7305/automatika.54-2.258
Utjecaj relevantnosti konteksta na predviđanje ocjena u sustavu za preporuke filmova
Ante Odić
; Digital Signal, Image and Video Processing Laboratory, Faculty of Electrical Engineering, University of Ljubljana, Tržaška cesta 25, SI-1000 Ljubljana, Slovenia
Marko Tkalčič
orcid.org/0000-0002-0831-5512
; Digital Signal, Image and Video Processing Laboratory, Faculty of Electrical Engineering, University of Ljubljana, Tržaška cesta 25, SI-1000 Ljubljana, Slovenia
Jurij F. Tasič
; Digital Signal, Image and Video Processing Laboratory, Faculty of Electrical Engineering, University of Ljubljana, Tržaška cesta 25, SI-1000 Ljubljana, Slovenia
Andrej Košir
; Digital Signal, Image and Video Processing Laboratory, Faculty of Electrical Engineering, University of Ljubljana, Tržaška cesta 25, SI-1000 Ljubljana, Slovenia
Abstract
Sustavi za preporuke (eng. recommender systems) predstavljaju čest i vrlo istražen način pružanja pomoći korisnicima u svrhu pronalaska željenog sadržaja u velikoj količini dostupnih podataka i usluga. Pokazalo se da uvid u situaciju u kojoj korisnici koriste sadržaj doprinosi kvaliteti preporuka. Zbog toga, konteksta svjesni sustavi za preporuke (eng. context-aware recommender systems CARS) koriste kontekstne informacije kako bi poboljšali model korisnika i time kvalitetu preporuka. Jedan od neriješenih problema je kako odlučiti koje kontekstne informacije je potrebno sakupiti i kako ih upotrijebiti u CARSu, budući da upotreba nebitnih kontekstnih informacija može imati negativan utjecaj na kvalitetu preporuka. Mi predlažemo metodologiju za otkrivanje onih kontekstih informacija koje doprinose objašnjavanju varijabilnosti ocjena za sadržaje, utemeljenu na statističkom testiranju. Tako.er, istražujemo utjecaj otkrivenog bitnog konteksta na predvi.anje ocjena utemeljeno na algoritmu faktorizacije matrica. Eksperiment je proveden na bazi podataka MovieAT. Rezultati su pokazali znatnu razliku u predvi.anju ocjena prilikom korištenja bitnog i nebitnog konteksta. Ujedno je potvr.en i pozitivan utjecaj bitnog, odnosno negativan utjecaj nebitnog konteksta, u odnosu na sustav koji ne koristi kontekst, što upućuje na važnost i kvalitetu detekcije.
Keywords
personalizacija; sustavi za preporuke; kontekst
Hrčak ID:
103426
URI
Publication date:
2.5.2013.
Visits: 2.037 *