Filtrado Basado en Contenido II

• Tarea 1: Deadline el Jueves 17 de Septiembre.

• Lecturas en el semestre: Chequear sitio Web curso. Daré plazo hasta el viernes 4 de Septiembe para que Uds. se inscriban en temas

  • Factorización Matricial: Nicolás Torres y Claudio Rojas (lecturas para el domingo)
  • Implicit Feedback: Alejandro Barrientos (lecturas para el domingo)
  • Active Learning RecSys: Javier Machin
  • Deep Learning RecSys: Gabriel de la Maggiore
  • Context-Aware Recsys Social: Julia Graller
  • Applications Music: Pierre Chaumier
  • Graph-based RecSys: Juan Pablo Salazar

• Proyecto Final:

  • Entrega de abstract con a lo más 3 ideas el martes 22 de Septiembre, el 29 de septiebre se debe entregar propuesta final.

En esta clase

1. Representación y Aprendizaje del Modelo de Usuario
   1. Rocchio's Algorithm
   2. Revisión de Syskill & Webert
2. Tag-based recommendations
3. Actividad Práctica con R, RStudio y Packages tm() y ggplot2()

Bajo un escenario estático, podemos agregar el modelo del usuario en función de los contenidos por los cuales ha mostrado preferencias.

• ¿Cómo incorporar información para actualizar el modelo?
• ¿Debiéramos "decaer" la importancia de ítems antiguos?
• ¿Distinta metadata debería integrarse en una sola bolsa de palabras o separarse?

Modelo de Relevancia Rocchio

• Actualización de Query en base a feedback Positivo y Negativo
  

• Clasificador que combina vectores de documentos para cada clase
  

Modelo de Relevancia Rocchio II

• En ausencia de feedback del usuario, también se suele usar pseudo relevance feedback.

Modelo Bayesiano de Syskill & Webert

• El problema es recomendar páginas web de forma personalizada, con un algoritmo que aprenda a medida que el usuario muestra preferencias por ciertos ítems.

• ¿Qué features usar para representar las páginas web y llevar a cabo el apredizaje?

Ref: Billsus, D., & Pazzani, M. (1996, May). Revising user profiles: The search for interesting web sites. In Proceedings of the Third International Workshop on Multistrategy Learning.

Syskill & Webert: Selección de Features

• No se usaron todas las palabras de la páginas, si no que las que proveían mayor information gain con respecto a clases predefinidas.

donde

• Algunas de las features con mayor info gain.

Modelo Bayesiano de Syskill & Webert III

• Se usa un clasificador Bayesiano

donde

• Y el prior se va actualizando considerando una distribución Beta(\(\alpha\),\(\beta\)), con \(\alpha\): veces que el termino aparece, y \(\beta\): numero de veces que el termino está ausente.

Resultados al observar user feedback

Tag-Based Recommendation

General Corpus	Specific Corpus

Ref: Ramage, D., Heymann, P., Manning, C. D., & Garcia-Molina, H. (2009, February). Clustering the tagged web. In Proceedings of the Second ACM International Conference on Web Search and Data Mining (pp. 54-63). ACM.

Context-Aware Event Recommendation in Event-based Social Networks by Augusto Q. Macedo, Leandro B. Marinho and Rodrygo L. T. Santos

• Recommendations on event-based social networks (EBSNs) often undermines the users’ ability to choose the events that best fit their interests.
• The event recommendation problem is intrinsically cold-start. Indeed, events published in EBSNs are typically short-lived and, by definition, are always in the future, having little or no trace of historical attendance.
• THEN: exploit several contextual signals available from EBSNs. In particular, besides content-based signals based on the events’ description and collaborative signals derived from users’ RSVPs, we exploit social signals based on group memberships, location signals based on the users’ geographical preferences, and temporal signals derived from the users’ time preferences.

• Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to information retrieval (Vol. 1, p. 6). Cambridge: Cambridge university press.