Ευφυείς πράκτορες και άλλες εφαρμογές της τεχνητής νοημοσύνης στο διαδίκτυο: μια μελέτη αλγορίθμων συνεργατικής διήθησης για συστήματα συστάσεων

Abstract

Η παγκόσμια εξάπλωση του διαδικτύου, και, επακολούθως, η αυξανόμενη διάδοση του ηλεκτρονικού επιχειρείν, καθιστούν το πρόβλημα της υπερδιάθεσης πληροφοριών και προϊόντων εντονότερο από ποτέ. Τα συστήματα συστάσεων, όπως αποκαλούνται τα αντικείμενα λογισμικού που επιχειρούν να αξιοποιήσουν τις καταγεγραμμένες, σχετικές πληροφορίες, με συνδυασμένη χρήση «υπολογιστικής ευφυΐας», επιδιώκουν να αμβλύνουν, αν όχι να αντιμετωπίσουν, το παραπάνω πρόβλημα, παρέχοντας στοχευμένες λύσεις – με τη μορφή εξατομικευμένων υπηρεσιών, γνώσεων ή συμβουλών – προς όφελος του καταναλωτή, αλλά και του προμηθευτή. Στόχος της παρούσας διατριβής είναι μία εις βάθος διερεύνηση του ρόλου των αλγορίθμων διήθησης, των τεχνικών, δηλαδή, που αποτελούν τη βάση των συστημάτων συστάσεων. Προς αυτήν την κατεύθυνση, και μετά από μία εισαγωγική μελέτη παλαιότερων εκπροσώπων του χώρου, θα επικεντρωθούμε στη θεωρητική παρουσίαση και πειραματική αξιολόγηση μιας σειράς πρωτότυπων μεθόδων διήθησης. Λαμβάνοντας συνολικά υπόψη τη διαδικασία εκτέλεσης ενός αλγορίθμου διήθησης, οι τεχνικές που θα προταθούν στα επόμενα κεφάλαια, χαρακτηρίζονται από την ικανότητά τους να παρέμβουν σε διαφορετικά σημεία αυτής, προτείνοντας λύσεις για την αντιμετώπιση ορισμένων εκ των εγγενών προβλημάτων των συστημάτων συστάσεων, όπως η συνωμοσία, η σποραδικότητα και η επεκτασιμότητα, χωρίς να αγνοείται η επίδρασή τους στις επιλεγμένες μετρικές αξιολόγησης. Τα αποτελέσματα της ερευνητικής εργασίας που πραγματοποιήσαμε, τα οποία και παρουσιάζονται αναλυτικά στα επόμενα κεφάλαια, έδειξαν ότι οι τεχνικές και οι υλοποιήσεις αυτής της διατριβής μπορούν να αντιμετωπίσουν αποτελεσματικά ορισμένα σημαντικά προβλήματα των συστημάτων συστάσεων, και ειδικότερα, των εφαρμοζόμενων από αυτά αλγορίθμων διήθησης.

The prevalence of the internet and the ever increasing growth of electronic commerce, as a result of it, have amplified the problem of information and product overload. The need to deal with this specific problem led to the introduction of Recommender Systems, as computer-based techniques which are able to employ “intelligence” and combine it with related information. Their purpose is to provide efficient personalized solutions in e-business domains that would benefit both the customer and the retailer. The basic aim of this dissertation was to provide an in depth understanding and exploration of filtering algorithms, the latter being a term used to describe the techniques that recommender systems are based on. Towards the achievement of this goal, and after a complete introduction to past representatives of the field, we focus on the theoretical presentation and experimental evaluation of a series of original filtering methods. Taking into account the execution process of filtering algorithms, the methods which are proposed, are distinguished by their ability to alter different stages of the procedure in a meaningful way, offering solutions to a number of crucial problems or challenges as the synonymy, the sparsity, the scalability and the quality of the generated predictions. The results of the implemented research work, which will be presented in detail in the following chapters, show that the techniques proposed as part of this dissertation can provide effective solutions for these recommender systems, and, consequently, filtering algorithms challenges.