Using Taxonomies for Product Recommendation

In this work we take advantage of valuable information encoded in taxonomies to improve the quality of content-based recommender systems. We present three strategies that explore the use of taxonomies: (i) category descriptors, (ii) classification features and (iii) category filters. We provide a real-case study over the book domain, in which the recommendation target is a set of 100 news page from The New York Times and the items to be recommended are 1,499,792 books distributed in 1,621 category nodes from a taxonomy, both crawled from Amazon.com. In strategy (i), term descriptors of each category are combined with text descriptions of the books assigned to the category and terms that are representative of the category are added to the target page. In strategy (ii), categories that are strongly related to the target page are put together by a classifier that plays the role of a feature generator and these features are then used in the recommendation process. In strategy (iii), the output of the two strategies previously described are filtered so that only books from the same categories as the ones assigned to the target page are kept in it. We implement several methods that apply the three strategies individually and in combination. Experimental results indicate that our strategies can be successfully applied to improving traditional content-based recommender systems. In particular, when the target page is automatically assigned to a category, we obtain gains close to 13% in average precision. On the other hand, if such an assignment is made a priori, e.g., by the author or by a content editor, the gains are close to 20% in average precision.

Transcript

1. Using Taxonomies for Product Recommendation Osvaldo Matos-Junior1, Nivio Ziviani1, Fabiano Botelho1, Anísio Lacerda1, Altigran Silva2 and Marco Cristo2 1- Universidade Federal de Minas Gerais (UFMG) 2- Universidade Federal do Amazonas (UFAM)
2. Roteiro Sistemas de Recomendação Uso de Taxonomias na Recomendação de Produtos Resultados
3. Sistemas de Recomendação
4. Surprise!! Sugere aos usuário novos itens de interesse: produtos, textos para leitura, música, filmes, amigos, etc.
8. Baseada em Conteúdo Filtragem Colaborativa Demográfica Personalizada Baseado na Comunidade Sistemas Híbridos Técnicas de Recomendação
9. Uso de Taxonomias na Recomendação de Produtos
11. Recomendação Baseada em Conteúdo
12. Recomendação Baseada em Conteúdo
13. Representação Vetorial d = {w1, w2, w3, ..., wn} d = representação do documento (livro ou notícia) w = peso do termo no documento (TF-IDF) notícia = título + corpo do texto livro = título + autores + sinopse
14. Abordagem simplista - baseline Ranking com livros mais similares. - Livros do topo correspondem à lista de recomendação Similaridade Vetorial
15. ? Recomendação
16. Problemas!! 1. Semântico 2. Contexto
17. Vocabulário Insuficiente Pousadas com desconto na América do Latina Descontos nos Estados Unidos da América A América para os latinos depois de Bush Catálogo de Hotéis no Brasil Conheça o México
18. Contexto do Usuário Final da Liga: Barcelona vs Real Madrid Guia de baladas de Barcelona Os maiores pintores de Madrid Real Madrid, o time do século Puyol - a história do ídolo do Barcelona vs
19. Salvação: taxonomias (base externa de conhecimento)
20. Taxonomia dos seres vivos
21. Taxonomia de Livros
22. Estratégias 1. Descritores de Categoria 2. Filtro de Categorias 3. Características de Classificação
23. Informação de Taxonomia
24. Descritores de Categoria Termos que se destacam nas categorias. Kullback-Leibler divergence (KLD) Pearson's Chi-Squared (CHI2) Dice's coefficient (DICE) Document Frequency (DF) Combined Measures: (ALL)
25. Descritores para Religião
26. Descritores de Categoria Combinação dos descritores: Obs.: contribui para revocação.
27. Descritores de Categoria
28. Filtro de Categorias ? new old
29. Gabrilovich (2005) e Anagnostopoulos (2007) - combinar um novo espaço de características sim = palavras + novas características base de conhecimento = taxonomia conceitos = categorias Características de Classificação
30. Características de Classificação dcat = {c1, c2, c3, ..., cn} vetor de palavras novas características dcat = nova representação do documento c = categoria na taxonomia de livros
31. Resultados
32. Métodos de Recomendação
33. Humana vs Automático (Cenários de Classificação)
34. Se você estivesse acessando esta página Web, quais livros você consideraria uma boa recomendação?
35. Bases de Dados 100 notícias 1,5 milhão de livros
37. Julgamento Incompleto 1 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 actual map inferred map 1 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 actual map bpref-10 bpref x infAP (Yilmas & Aslam, 2006)
38. 1 0 0.2 0.4 0.6 0.8 0.9 0.4 0.5 0.6 0.7 0.8 Revocação Precisão CLF-EC CLF-SE BOW 1 0 0.2 0.4 0.6 0.8 0.9 0.5 0.6 0.7 0.8 Revocação Precisão BOW CTF-1A CTF-5A CTF-10A CTF-M
39. Ganhos em infAP Descritores de Categoria: - manual: 13,5% - automático: 7,5% Filtro de Categorias: - manual: 13,5% - automático: 7,5% Características de Classificação: - automático: 10,4%
40. Melhores Métodos e Combinação de Estratégias
41. 1 0 0.25 0.5 0.75 1 0 0.25 0.5 0.75 BOW HYBRID-M Q1 Q2 Q3 Q4 Impacto da Taxonomia
42. Concluindo...
43. ... taxonomia melhora a recomendação de produtos! p@k: 16% a 28% pavg@k: 15% a 20%
44. Osvaldo Matos-Junior tupy@jusbrasil.com.br Q&A
45. Referências Gabrilovich, E. & Markovitch, S. (2005). Feature generation for text categorization using world knowledge. In Proceedings of the 19th International Joint Conference on Artificial Intelligence, volume 19, pp. 1048– 1053. Anagnostopoulos, A.; Broder, A. Z.; Gabrilovich, E.; Josifovski, V. & Riedel, L. (2007). Just-in-time Contextual Advertising. In Proceedings of the Sixteenth ACM Confe- rence on Information and Knowledge Management, pp. 331–340. Carpineto, C. & Romano, G. (1999). Towards more effective techniques for automatic query expansion. Proceedings of the Third European Conference on Research and Advanced Technology for Digital Libraries, pp. 126–141. Yilmaz, E. & Aslam, J. (2006). Estimating average precision with incomplete and imperfect judgments. In Proceedings of the 15th ACM International Conference on Information and Knowledge Management, pp. 102–111.