How to create the perfect recommendation

¿Cómo crear la recomendación perfecta?

Transcript

1. Cómo crear la recomendación perfecta Josep Curto CEO, Delfos Research | Director Académico, Master Big Data y BI, UOC @josepcurto, 2018
2. 2 Me presento • CEO, Delfos Research • Director Académico, Master Big Data y BI, UOC • Advisor, Institute of Passion • Autor de multiples artículos y libros @josepcurto, 2018
3. 3 Nos enfrentamos a un reto enorme @josepcurto, 2018
4. 4 @josepcurto, 2017 Hacia la organización automatizada 4 @josepcurto, 2018
5. Un Sistema de Recomendación (RS) es una colección de software y ténicas que permite proporcionar recomendaciones útiles a un usuario. 5 @josepcurto, 2018
6. 6 Tenemos dos tipos de recomendación Cada usuario recibe una recomendación diferente Personalizadas Basadas en reglas simples. Por ejemplo, artículos más leídos No personalizadas @josepcurto, 2018
7. 7 El problema a resolver Estimar una función de utilidad que automaticamente haga una predicción respecto las preferencias de los usuarios La meta • Comportamiento pasado • Relaciones otros usuarios • Atributos productos/servicios • Similitud productos/servicios • Contexto Fundamentado en @josepcurto, 2018
8. 8 Dos pasos Datos Offline Online Modelo De usuario De productos Contextuales Contexto & Interacción usuario → Recomendaciones @josepcurto, 2018
9. 9 Técnicas Collaboration- filtering Content-based Group-based Context- awareness based Computational intelligence- based Knowledge- based Hybrid Social network- based @josepcurto, 2018
10. 10 Content-based (I) • Basado en item-content • Uso de atributos/características de producto • Las recomendaciones descritas mediante keywords • Uso de similitud basado en keywords para generar recomendacions @josepcurto, 2018
11. 11 Content-based (II) Ventajas • No necesita datos de usuario • No cold-start o sparsity • Posible recomendar novedad, popularidad o unicidad • Proporciona explicaciones Inconvenientes • Requiere atributos por producto codificados de forma adecuada • La extracción de atributos puedes ser complicada • No vinculada a los gustos reales • Overfitting @josepcurto, 2018
12. 12 Collaboration-filtering (I) • Basados en la opinión explicita o implícita de los usuarios respecto los productos • Se define una métrica para medir la similitud entre usuarios • Permite definir un subconjunto de vecinos • Dos tipos: user-based, item-based @josepcurto, 2018
13. 13 Collaboration-filtering (II) Ventajas • Usuarios y productos son símbolos sin estructura interna • Produce en la mayoría de casos resultados suficientemente buenos Inconvenientes • Es necesaria una cantidad importante de opiniones (cold start) • Requiere que los productos estén estandarizados • Asume que el comportamiento previo define el actual @josepcurto, 2018
14. 14 Knowledge-based • Fundamentado en el conocimiento de usuarios, productos o relaciones • Domain-knowledge/ontology Aproximaciones: case-based reasoning y instance-based • Ventajas: no cold start • Inconvenientes: knowledge acquisition @josepcurto, 2018
15. 15 Hybrid • Combina las mejores características de dos o más RS • Siete mecanismos de combinación: weighted, mixed, switching, feature combination, feature augmentation, cascade y meta-level • Enfoque tradicional: combinar CF con otros para evitar problemas de cold-start, sparseness y scalability @josepcurto, 2018
16. 16 Computational intelligence-based • Basado en Machine Learning • Puede usar: Bayesian techniques, artificial neural networks, clustering techniques, genetic algorithms y fuzzy set techniques @josepcurto, 2018
17. 17 Social-network based • Surge de las redes sociales • Basado en la confianza de las personas • Usa índice de confianza (similarity score) • Necesita: contenido de usuarios, identificar temas, ponderar votos, detectar comunidades,… @josepcurto, 2018
18. 18 Context–awareness based @josepcurto, 2018 El contexto Los enfoques
19. 19 Group–based @josepcurto, 2018 Inspirado en la elección social: ¿cómo escoger la mejor elección para el grupo? • Dos estrategias: Profiles aggregation, Recommendations aggregation • Teorema de Arrows: there is no fair voting system • Uso frequente de Kemeny- Optimal aggregation/heuristics: Borda count, Spearman footrule distance, Average, Least misery, Random
20. 20 Qué ha funcionado tradicionalmente mejor • En general, CF es la major opción independiente • Depende del dominio y del problema • Hybrid se está imponiendo para mejorar CF, CB y KB • Lo importante: data processing, outliers, denoising, borrar resultados obvios, reducción de dimensionalidad,… @josepcurto, 2018
21. Q&A @josepcurto, 2018
22. Gracias! Josep Curto | @josepcurto | josep.curto@delfosresearch.com