ΚΕΦΑΛΑΙΟ 4

ΕΞΑΤΟΜΙΚΕΥΣΗ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ
Χρήστος Κ. Γεωργιάδης
Αναπληρωτής Καθηγητής Πανεπιστημίου Μακεδονίας
geor@uom.edu.gr

Οκτώβριος 2015

Περιεχόμενα

Σύνοψη

Το κεφάλαιο αυτό παρέχει μια επισκόπηση των συστημάτων συστάσεων, των ωφελειών που προσφέρουν τόσο στην επιχείρηση όσο και στους πελάτες αυτής, και των προκλήσεων, οι οποίες αν αντιμετωπιστούν αποτελεσματικά, μπορούν να βελτιώσουν τη διαδικασία εξατομίκευσης και για τα δύο μέρη. Γίνεται επίσης μια περιγραφή των κύριων αλγόριθμων που χρησιμοποιούν τα συστήματα αυτά καθώς και του τρόπου αξιολόγησής τους. Συζητούνται δυο ενδιαφέρουσες πτυχές των συστημάτων συστάσεων: τα ζητήματα ιδιωτικότητας που προκύπτουν και οι τρόποι αξιοποίησης δεδομένων από κοινωνικά δίκτυα. Τέλος, γίνεται μια πρώτη διερεύνηση της εφαρμογής των συστημάτων συστάσεων σε κινητά περιβάλλοντα.

Προαπαιτούμενη γνώση

Το κεφάλαιο 1 του παρόντος συγγράμματος

1. Εισαγωγή στα συστήματα συστάσεων και εξατομίκευσης

Λόγω της ταχείας ανάπτυξης του Διαδικτύου σε συνδυασμό με το πρόβλημα της συσσώρευσης πληροφοριών, η χρήση των συστημάτων συστάσεων (recommender systems) έχει αρχίσει να γίνεται απαραίτητη και για τις ηλεκτρονικές επιχειρήσεις και για τους πελάτες. Ωστόσο, υπάρχουν και άλλοι παράγοντες, όπως η προστασία της ιδιωτικής ζωής και η εμπιστοσύνη που κάνουν τους πελάτες να μη θέλουν να χρησιμοποιήσουν αυτά τα συστήματα.

Η εξέλιξη των υπολογιστών σε συνδυασμό με την ταχεία ανάπτυξη των σχετικών υποδομών δικτύωσης έφερε το Ηλεκτρονικό Εμπόριο (ΗΕ) σε ένα νέο επίπεδο παροχής υπηρεσιών. Η χρήση του Διαδικτύου αυξάνει συνεχώς και η ανάγκη για το ΗΕ γίνεται όλο και πιο μεγάλη και με διαφορετικούς τρόπους (Jannach et al., 2010). Ωστόσο, δεδομένου ότι ο όγκος των πληροφοριών μεγαλώνει και οι άνθρωποι που χρησιμοποιούν τον Παγκόσμιο Ιστό (ΠΙ) γίνονται περισσότεροι, υπάρχει η ανάγκη για να αντιμετωπιστεί η πρόκληση της παροχής διαφορετικού περιεχομένου σε χρήστες με διαφορετικά ενδιαφέροντα. Η ανάγκη για να αντιμετωπιστεί η υπερφόρτωση πληροφοριών είναι ένα από τα πιο σημαντικά στις μέρες μας προβλήματα και οδηγεί στην αναγκαιότητα χρήσης των συστημάτων συστάσεων (Konstan & Riedl, 2012).

Τα συστήματα συστάσεων και εξατομίκευσης ασχολούνται με τη δυναμική προσαρμογή των δεδομένων που λαμβάνονται μέσω του ΠΙ και προσαρμόζονται με βάση τις προτιμήσεις του χρήστη (Shi et al., 2014; Ricci et al., 2011). Στόχος των συστάσεων μπορεί να είναι να βοηθήσουν τον χρήστη να αποφασίσει τι να αγοράσει, ποιόν να κάνει φίλο σε ένα κοινωνικό δίκτυο ή το τι να διαβάσει (Konstan & Riedl, 2012; Polatidis & Georgiadis, 2013; Prasad & Kumari, 2012). Λόγω του μεγάλου όγκου πληροφοριών στο Διαδίκτυο, η τεχνολογία εξατομίκευσης (personalization) αποτελεί ένα από τα πιο πολύτιμα εργαλεία στις μέρες μας. Θα πρέπει να σημειωθεί ότι πρόκειται για μια πολύ απαιτητική διαδικασία: η σχεδίαση και ανάπτυξη ενός τέτοιου συστήματος απαιτεί συνδυασμό γνώσεων και δεξιοτήτων από διαφορετικούς τομείς της επιστήμης των υπολογιστών (Konstan & Riedl, 2012; Ricci, 2011). Ένας αξιόλογος αριθμός αλγορίθμων έχει αναπτυχθεί τα τελευταία χρόνια, με τους περισσότερους να χρησιμοποιούνται σε εμπορικά περιβάλλοντα.

Επιπλέον, στον τομέα των κινητών συσκευών, το πρόβλημα πρόσβασης στην πληροφορία γίνεται ακόμη πιο δύσκολο λόγω των δυσκολιών που οφείλονται σε περιορισμούς του υλικού. Είναι σημαντικό να σημειωθεί ότι οι αλγόριθμοι που εφαρμόζονται σε συστήματα που βασίζονται στον ΠΙ δεν μπορούν να μεταφερθούν αυτούσια σε συστήματα που προορίζονται για μια κινητή συσκευή, αφού υπάρχουν διαφορετικές ανάγκες, χαρακτηριστικά και περιορισμοί.

Η ανάγκη για την προστασία της ιδιωτικής ζωής έχει γίνει μια πολύ σημαντική πτυχή των τεχνικών εξατομίκευσης (Kobsa, 2007; Shyong et al., 2006; Benats et al., 2011; Jeckmans et al., 2013). Είναι βέβαια ζωτικής σημασίας για το σύστημα το να χρησιμοποιηθούν κάποια ιδιωτικά δεδομένα προκειμένου να παραχθούν ακριβείς συστάσεις. Ωστόσο, θα πρέπει να ληφθεί υπόψη ότι η προστασία της ιδιωτικής ζωής είναι ένα τεράστιο ζήτημα των συστημάτων αυτών διότι η άρνηση των χρηστών να συμβάλλουν δίνοντας δεδομένα, καθιστά τα εξατομικευμένα περιβάλλοντα μη χρήσιμα (Jeckmans et al., 2013; Polatidis & Georgiadis, 2013). Το μεγαλύτερο μέρος των απλών χρηστών δε γνωρίζει πώς χρησιμοποιούνται τα δεδομένα αυτά και αντιδρούν με διάφορους τρόπους (Ricci, 2011).

Υπάρχουν ανοιχτά σχετικά ζητήματα που χρειάζονται εκτενή διερεύνηση, όπως οι επιχειρηματικές πτυχές των συστημάτων συστάσεων και ο περιορισμός του κόστους αναζήτησης. Επιπλέον θα πρέπει να διερευνηθούν και άλλοι παράμετροι όπως η επίγνωση θέσης και η αξιοποίηση γενικότερα της περιβάλλουσας κατάστασης (context) από τα συστήματα συστάσεων (Konstan & Riedl, 2012).

2. Η σημασία των συστημάτων συστάσεων για τις ηλεκτρονικές επιχειρήσεις

Ένας αριθμός μεθόδων ομοιότητας υφίστανται. Η μέθοδος ομοιότητας Pearson (Pearson correlation similarity) χρησιμοποιείται ευρέως. Μια άλλη μέθοδος ομοιότητας είναι η ομοιότητα συνημίτονου (Cosine similarity). Κάθε μέθοδος επιστρέφει έναν αριθμό από το -1 ως το 1. Όσο μεγαλύτερος είναι ο αριθμός αυτός τόσο μεγαλύτερη είναι η ομοιότητα ανάμεσα στους χρήστες. Η εικόνα 4.1 αποτυπώνει την ομοιότητα Pearson ενώ η εικόνα 4.2 αποτυπώνει την ομοιότητα συνημιτόνου.

Εικόνα 4.1 Pearson correlation similarity

Εικόνα 4.2 Cosine similarity

Κάντε κλικ στο παρακάτω πλαίσιο για την επεξήγηση των στοιχείων του παραπάνω τύπου:

Πίνακας 4.2 Τεχνικά χαρακτηριστικά ψηφιακής κάμερας

• Monolithic

  Ένας μονολιθικός αλγόριθμος ενσωματώνει διαφορετικά χαρακτηριστικά/παραμέτρους από διαφορετικούς αλγόριθμους. Θα μπορούσε να περιλαμβάνει κάθε χαρακτηριστικό που ένας αλγόριθμος υποστηρίζει ή έναν αριθμό από αυτά. Τα δεδομένα εισάγονται προς επεξεργασία υπό ένα κοινό σύνολο παραμέτρων και οι συστάσεις παρέχονται σε ένα κοινό σημείο εξόδου.

• Parallelized

  Ένα σύνολο τουλάχιστον δύο ή και παραπάνω αλγόριθμων τρέχει παράλληλα και στο τέλος οι συστάσεις ενσωματώνονται σε ένα κοινό σημείο εξόδου.

• Pipelined

  Ένας τέτοιος αλγόριθμος αποτελείται από δύο ή και παραπάνω αλγόριθμους. Κάθε αλγόριθμος τρέχει και οι συστάσεις που παρέχονται στο σημείο εξόδου χρησιμοποιούνται από τον επόμενο αλγόριθμο ως στοιχεία εισόδου, μέχρι τον τελευταίο.

4. Οφέλη ηλεκτρονικών επιχειρήσεων

4.1 H προστασία της ιδιωτικής ζωής και η εμπιστοσύνη σε σχέση με τα οφέλη

Η μελέτη των Chellappa & Sin (2005) έδειξε ότι η εξατομίκευση είναι ένας πολύ σημαντικός παράγοντας για τους πελάτες όταν επισκέπτονται μια ιστοσελίδα και είναι πιθανό να κερδίσει την εμπιστοσύνη τους προς την κατεύθυνση του ηλεκτρονικού επιχειρείν. Τελικά, θα κάνουν περισσότερες αγορές και ως εκ τούτου το οικονομικό όφελος για τον πωλητή θα είναι υψηλότερο. Παράλληλα όμως, έρευνες σχετικά με την ιδιωτικότητα (privacy) έχουν δείξει ότι οι πελάτες θέλουν να ξέρουν πώς θα χρησιμοποιηθούν από την επιχείρηση τα στοιχεία που θα δώσουν (Kobsa & Teltzrow, 2005; Turow, 2003).

Ο Kobsa (2007) υπογραμμίζει ότι θα πρέπει να ληφθούν σοβαρά υπόψη οι νόμοι προστασίας της ιδιωτικής ζωής: η προστασία της ιδιωτικής ζωής είναι ζωτικής σημασίας για την εμπιστοσύνη, οπότε η παρουσία μίας δήλωσης προστασίας προσωπικών δεδομένων στο δικτυακό τόπο συναλλαγών κρίνεται απαραίτητη.

Ένας άλλος πολύ σημαντικός παράγοντας στη διαδικασία της δημιουργίας εμπιστοσύνης μεταξύ μιας ηλεκτρονικής επιχείρησης και ενός πελάτη είναι οι θετικές εμπειρίες. Μια μελέτη του Pavlou (2003) έχει δείξει ότι η εμπειρία παίζει ζωτικό ρόλο για την εμπιστοσύνη στις ιστοσελίδες. Ο σχεδιασμός και η λειτουργία ενός δικτυακού τόπου επηρεάζουν το κλίμα εμπιστοσύνης. Για να αυξηθεί η εμπιστοσύνη θα πρέπει να μειωθούν τα σφάλματα και η όλη διαδικασία της αγοράς να είναι εύχρηστη.

Άλλοι παράγοντες περιλαμβάνουν τη συνολική φήμη του δικτυακού τόπου (Schoenbachler & Gordon, 2002). Επίσης, ο Fogg (2002) αναφέρει ότι όσο περισσότερες είναι οι πληροφορίες σχετικά με την επιχείρηση τόσο μεγαλύτερη είναι η εμπιστοσύνη και ότι οι γρήγορες απαντήσεις σε διάφορα ερωτήματα δρουν θετικά. Τέλος, μια μελέτη του Turow (2003) έχει δείξει ότι οι οικονομικές ανταμοιβές για τους πελάτες μπορούν να αυξήσουν την εμπιστοσύνη τους και την πρόθεσή τους να εισάγουν περισσότερες ιδιωτικές πληροφορίες στην ιστοσελίδα

5. Περίπτωση μελέτης βασισμένη στην ηλεκτρονική επιχείρηση Amazon

6. Προκλήσεις

6.1 Ιδιωτικότητα

1. Ο χρήστης που θα δώσει κάθε είδους πληροφορία σε ένα σύστημα συστάσεων με αντάλλαγμα περισσότερο εξατομικευμένο περιεχόμενο.
2. Ο χρήστης που θα δώσει κάποιες πληροφορίες για ένα σύστημα συστάσεων, προκειμένου να πάρει βελτιωμένες προτάσεις.
3. Ο χρήστης που δε θα δώσει καμία πληροφορία σε ένα σύστημα συστάσεων, λόγω των ανησυχιών του για την ιδιωτικότητά του.

 6.2 Ενσωμάτωση δεδομένων από κοινωνικά δίκτυα

7. Αξιολόγηση των συστημάτων συστάσεων

1. Διαφορετικοί αλγόριθμοι μπορεί να είναι καλύτεροι ή χειρότεροι για διαφορετικά σύνολα δεδομένων (data sets).
2. Ένας αριθμός αλγόριθμων έχει σχεδιαστεί ειδικά για σύνολα δεδομένων όπου ο αριθμός των χρηστών είναι περισσότερος από τον αριθμό των προϊόντων. Αυτοί οι αλγόριθμοι δεν αποδίδουν το μέγιστο όταν τα προϊόντα είναι περισσότερα από τους χρήστες.
3. Η αξιολόγηση είναι δύσκολη όταν οι στόχοι για τους οποίους γίνεται η αξιολόγηση διαφέρουν.
4. Οι περισσότεροι αλγόριθμοι έχουν επικεντρωθεί στην ποιότητα (accuracy) των συστάσεων, ενώ θα έπρεπε να ληφθούν υπόψιν και άλλοι παράγοντες όπως π.χ. το τι τελικά αγοράζει ο χρήστης.
5. Μία πρόκληση είναι το τι μονάδα μέτρησης θα χρησιμοποιηθεί για να αξιολογηθεί ένας αλγόριθμος, αλλά και το γεγονός ότι οι ίδιοι χρήστες δίνουν διαφορετικές βαθμολογίες (ratings) σε διαφορετικούς χρόνους.

Πίνακας 4.3 Σύνολα δεδομένων

Πίνακας 4.4 Αξιολογήσεις προϊόντων

Το επόμενο βήμα είναι να χρησιμοποιηθεί μία μονάδα μέτρησης ακρίβειας (accuracy metric) για να διαπιστωθεί το πόσο καλός είναι ο αλγόριθμος. Οι πιο διαδεδομένες μονάδες μέτρησης είναι το Mean Absolute Error (MAE) και το Root Mean Square Error (RMSE) (Jannach et al., 2010). Επίσης χρησιμοποιούνται και οι μονάδες μέτρησης Precision και Recall που προέρχονται από τα παραδοσιακά συστήματα εξόρυξης δεδομένων. Η εικόνα 4.5 δείχνει την έκφραση της μονάδας μέτρησης MAE. Η εικόνα 4.6 δείχνει την έκφραση της μονάδας μέτρησης RMSE. Οι εικόνες 4.7 και 4.8 δείχνουν τις εκφράσεις των μετρικών Precision και το Recall αντίστοιχα.

Η μονάδα μέτρησης MAE υπολογίζει την απόκλιση (deviation) ανάμεσα στις υπάρχουσες βαθμολογίες και στις υπολογισμένες από τον αλγόριθμο. Στους τύπους των εικόνων 4.5 και 4.6, το pi εκφράζει την υπολογισμένη βαθμολογία ενώ το ri εκφράζει την υπάρχουσα βαθμολογία που έχει δώσει ο χρήστης. Επίσης η μονάδα RMSE είναι παρόμοια με τη ΜΑΕ αλλά δίνει μεγαλύτερο βάρος στη μεγαλύτερη απόκλιση. Στις μονάδες μέτρησης ΜΑΕ και RMSE οι μικρότερες μετρήσεις είναι οι καλύτερες.

Εικόνα 4.6 Root Mean Square Error

Η μονάδα μέτρησης Ακρίβεια (Precision) μετράει το ποσοστό των συστάσεων που ορθά προτάθηκαν από τον αλγόριθμο (True Positive) σε σχέση με το σύνολο των συστάσεων. Το μεγαλύτερο ποσοστό είναι το καλύτερο. Η Ακρίβεια ορίζεται λοιπόν ως ο λόγος των ορθών συστάσεων προς το σύνολο των συστάσεων, ορθών και λανθασμένων που παρήγαγε ο αλγόριθμος (True Positive + False Positive).

Η μονάδα μέτρησης Ανάκληση (Recall) μετράει το ποσοστό των συστάσεων που ορθά προτάθηκαν από τον αλγόριθμο (True Positive) σε σχέση με το (ιδανικό) σύνολο όλων των συστάσεων που θα μπορούσαν να προταθούν. Η Ανάκληση ορίζεται λοιπόν ως ένας λόγος που ο αριθμητής της είναι ίδιος με την Ακρίβεια (είναι και πάλι το πλήθος True Positive), αλλά διαφέρει στον παρονομαστή, όπου έχει το σύνολο των συστάσεων που προτάθηκαν ορθά και αυτών που λανθασμένα δεν προτάθηκαν (True Positive + False Negative). Επίσης οι μεγαλύτερες τιμές στην Ανάκληση, είναι οι καλύτερες.

Στις παρακάτω εικόνες υπάρχουν και δυο εναλλακτικές εκφράσεις των μετρικών αυτών, στις οποίες το σύνολο (True Positive + False Positive) αντιστοιχεί στο πλήθος των retrieved recommendations, δηλαδή των συστάσεων που παρήγαγε ο αλγόριθμος, ενώ το σύνολο (True Positive + False Negative) αντιστοιχεί στο πλήθος των relevant recommendations, δηλαδή των συστάσεων που θα έπρεπε να δοθούν. Με το ακόλουθο, απλοϊκό ως ένα βαθμό, παράδειγμα, θα γίνει κατανοητή η διαφορά ανάμεσα στις δυο αυτές μετρικές: έστω ότι ο αλγόριθμος παρήγαγε 3 συστάσεις (retrieved recommendations), τις α, β και γ, ενώ ο χρήστης τελικά ως ενέργειες ακολούθησε 4 ενέργειες (relevant recommendations), τις α, β, δ και ε. Έχουμε λοιπόν στα δυο σύνολα, δυο μόνο κοινά στοιχεία, τα α και β, οπότε η True Positive έχει τιμή 2. Η τιμή της Precision είναι 2/3, δηλαδή περίπου 67%. Η τιμή της Recall αντίστοιχα είναι 2/4, δηλαδή 50%. Η σύσταση γ προτάθηκε λανθασμένα, οπότε η τιμή της False Positive είναι 1. Οι ενέργειες δ και ε δεν προτάθηκαν από τον αλγόριθμο, οπότε η τιμή της False Negative είναι 2.

Εικόνα 4.7 Precision


Εικόνα 4.8 Recall

Εικόνα 4.9 Παράδειγμα μέτρησης ΜΑΕ

Εικόνα 4.10 Παράδειγμα μέτρησης RMSE

Ένας παράγοντας που θα πρέπει να οριστεί στο προγραμματιστικό περιβάλλον για να γίνουν οι μετρήσεις είναι το ποσοστό του συνόλου που θα χρησιμοποιηθεί για το τεστ. Δηλαδή αν υποθέσουμε ότι το σύνολο των χρηστών του συνόλου δεδομένων που χρησιμοποιούμε ορίζεται με μία μεταβλητή Χ η οποία έχει τιμή 1.0 (100%) θα πρέπει να σπάσουμε αυτή την τιμή σε ένα σύνολο εκπαίδευσης (training test) που θα μπορούσε να είναι πχ. 0.30 (30%) ή 0.70 (70%) και το υπόλοιπο ποσοστό προορίζεται για να γίνουν οι μετρήσεις. Αυτό ισχύει για όλες τις μονάδες μέτρησης (MAE, RMSE, Precision, Recall). Σημαντική παράμετρος βέβαια είναι η μονάδα μέτρησης ομοιότητας (similarity) πχ. Pearson ή Cosine. Θα ήταν χρήσιμο να αναφερθούν επίσης εδώ, οι βιβλιοθήκες/APIs LensKit και Apache Mahout που μπορούν να χρησιμοποιηθούν σε περιβάλλον Java για να γίνουν δοκιμές και μετρήσεις επί προσεγγίσεων συστάσεων.

Στα προηγούμενα διαγράμματα φαίνονται μετρήσεις για τρεις αλγορίθμους. Ο Collaborative filtering είναι ένας τυπικός αλγόριθμος συνεργατικού φιλτραρίσματος, έτσι όπως παρέχεται από τη βιβλιοθήκη Apache Mahout, με χρήση ομοιότητας Pearson. Ο Trust-Aware είναι μια προσέγγιση όπου κάθε σύσταση παράγεται από χρήστες που ανήκουν στο δίκτυο των χρηστών τους οποίους εμπιστεύεται ο χρήστης που ζητά συστάσεις. Ο τρίτος αλγόριθμος (CFTrust ή Our Approach) έχει αναπτυχθεί από τον συγγραφέα με στόχο να συνδυάσει τη φιλοσοφία του συνεργατικού φιλτραρίσματος με στοιχεία των κοινωνικών δικτύων των χρηστών. Χρησιμοποιεί τις αξιολογήσεις των χρηστών για να βρει τους πιο κοντινούς χρήστες. Αρχικά, ανάμεσα στο χρήστη που ζητάει τις συστάσεις και σε κάθε χρήστη υπάρχει μια τιμή ομοιότητας από -1 έως 1. Ωστόσο ο αλγόριθμος ελέγχει εάν ανάμεσα στο σύνολο των χρηστών υπάρχει κάποιος που να ανήκει στο κοινωνικό δίκτυο του χρήστη ως φίλος, έτσι ώστε να του αυξήσει τον βαθμό της ομοιότητας (με ανώτατο όριο το 1).

Το παρακάτω τμήμα κώδικα είναι ένα παράδειγμα για το πώς γίνεται αξιολόγηση RMSE και ΜΑΕ σε περιβάλλον Netbeans και χρησιμοποιώντας τη βιβλιοθήκη Apache Mahout. Ενώ η εικόνα 4.11 δείχνει το περιβάλλον Netbeans, το πώς λειτουργεί ο αλγόριθμος αλλά και το πώς εμφανίζεται το αποτέλεσμα.

class EvaluatorIntro {

  private EvaluatorIntro() {

  }

    public static void main(String[] args) throws Exception {

        RandomUtils.useTestSeed();

        DataModel model = new FileDataModel(new File("ratings.txt"));

        RecommenderEvaluator rmse = new RMSRecommenderEvaluator();

    // Build the same recommender for testing that we did last time:

    RecommenderBuilder recommenderBuilder = new RecommenderBuilder() {

    @Override

public Recommender buildRecommender(DataModel model) throws TasteException {

// Use the Pearson Correlation as the similarity measure

UserSimilarity similarity = new PearsonCorrelationSimilarity(model);

// Specify that the user neighborhood is 60       

UserNeighborhood neighborhood =

          new NearestNUserNeighborhood(60, similarity, model);

return new GenericUserBasedRecommender(model, neighborhood, similarity);

  }

};

// Use 90% of the data to train; test using the other X% e.g 0.1 is 10% 1.0 is 100%   

    double measure = rmse.evaluate(recommenderBuilder, null, model, 0.9, 1.0);

    System.out.println(measure);

  }

}

Τώρα, σε περίπτωση που θέλουμε να μετρήσουμε χρησιμοποιώντας τη μονάδα μέτρησης MAE, θα πρέπει να κάνουμε τις εξής αλλαγές:

·         Η γραμμή κώδικα RecommenderEvaluator rmse = new RMSRecommenderEvaluator();

θα πρέπει να αντικατασταθεί με RecommenderEvaluator mae = new AverageAbsoluteDifferenceRecommenderEvaluator();

·         Η γραμμή κώδικα double measure = rmse.evaluate(recommenderBuilder, null, model, 0.9, 1.0); θα πρέπει να αντικατασταθεί με

double measure = mae.evaluate(recommenderBuilder, null, model, 0.9, 1.0);

public class IREvaluatorIntro {

  public static void main(String[] args) throws Exception {

      RandomUtils.useTestSeed();

      DataModel model = new FileDataModel(new File("ratings.txt"));

RecommenderIRStatsEvaluator evaluator =

    new GenericRecommenderIRStatsEvaluator();

//Build the same recommender for testing that we did last time:

    RecommenderBuilder recommenderBuilder = new RecommenderBuilder() {

    @Override

public Recommender buildRecommender(DataModel model) throws TasteException {

// Use the Pearson Correlation as the similarity measure

    UserSimilarity similarity = new PearsonCorrelationSimilarity(model);   

    UserNeighborhood neighborhood =

// Specify that the user neighborhood is 

          new NearestNUserNeighborhood(3, similarity, model);

    return new GenericUserBasedRecommender(model, neighborhood, similarity);

   }

};

//Evaluate precision and recall "at X recommendations":

//e.g. X = 5 products and 0.8 is the training set

IRStatistics stats = evaluator.evaluate(recommenderBuilder,

null, model, null, 5, GenericRecommenderIRStatsEvaluator.CHOOSE_THRESHOLD, 0.8);

System.out.println(stats.getPrecision());

      System.out.println(stats.getRecall());   

  }

}

Κάντε κλικ στα εικονίδια του σχήματος για επεξήγηση

8. Συστάσεις σε κινητά περιβάλλοντα

Η εξέλιξη των συστημάτων συστάσεων ήταν αναμενόμενο να επηρεαστεί σε μεγάλο βαθμό από το περιβάλλον του ΠΙ. Ωστόσο, οι πληροφορίες πλέον λαμβάνονται σε οποιοδήποτε μέρος και οποιαδήποτε ώρα χρησιμοποιώντας μία κινητή συσκευή και μία ασύρματη σύνδεση στο Διαδίκτυο. Τα κινητά συστήματα συστάσεων (mobile recommender systems) έχουν δημιουργήσει ένα απαιτητικό πεδίο έρευνας.

Οι κινητές εφαρμογές από την πρώτη στιγμή αποτέλεσαν ένα πεδίο όπου τα συστήματα συστάσεων και εξατομίκευσης βρήκαν πρόσφορο έδαφος, παρά τις αρχικά περιορισμένες δυνατότητες μίας κινητής συσκευής (όπως το μικρό μέγεθος της οθόνης και οι επεξεργαστικές δυνατότητες). Κύριοι παράγοντες υιοθέτησης της τεχνολογίας εξατομίκευσης από τους χρήστες κινητών συσκευών, η επιθυμία για μια 'προσωπική' συσκευή, αλλά και η αξιοποίηση της επίγνωσης της μεταβαλλόμενης τοποθεσίας τους για παροχή περιεχομένου προσαρμοσμένου στην τρέχουσα θέση τους. Η σημερινή βέβαια τεχνολογία έχει ξεπεράσει πολλούς από τους αρχικούς περιορισμούς. Για παράδειγμα, η τελευταία γενιά έξυπνων κινητών τηλεφώνων έχει συνήθως πολύ γρήγορους επεξεργαστές, αρκετή μνήμη αλλά και οθόνη υψηλής ευκρίνειας. Επίσης, η πλειοψηφία έχει ενσωματωμένο δέκτη εντοπισμού μέσω δορυφόρου (GPS) ο οποίος μπορεί να χρησιμοποιηθεί ανά πάσα στιγμή για να βρεθεί η γεωγραφική τοποθεσία του χρήστη. Ένα ενδεικτικό παράδειγμα που χρησιμοποιεί αυτή την τεχνολογία είναι οι χάρτες Google. Επιπροσθέτως, οι μοντέρνες ασύρματες συνδέσεις παρέχουν υψηλές ταχύτητες σε πολύ προσιτές τιμές, κάνοντας έτσι την τεχνολογία διαθέσιμη σε μια μεγάλη μερίδα χρηστών.

Κάποια ανοιχτά ερωτήματα που απασχολούν ακόμη την ερευνητική κοινότητα είναι (Jannach et al., 2010):

• Ποιοι είναι οι συγκεκριμένοι, τελικοί, στόχοι ενός συστήματος εξατομίκευσης που λειτουργεί σε ένα κινητό περιβάλλον; Περιμένουν οι χρήστες συστάσεις που θα μπορούσαν να βρεθούν χρησιμοποιώντας ένα κοινό περιβάλλον Διαδικτύου ή είναι σημαντικό (και πόσο) το να προταθούν προϊόντα ή υπηρεσίες που βρίσκονται κοντά στην τοποθεσία του χρήστη;
• Ποιες είναι οι επιπτώσεις του να χρησιμοποιηθούν παράμετροι του περιβάλλοντος (όπως η τοποθεσία) για τη σχεδίαση ενός αλγόριθμου συστάσεων; Είναι εντέλει η τοποθεσία μία απλή παράμετρος ή αποτελεί η αξιοποίησή της μία σοβαρή παράβαση της ιδιωτικότητας του χρήστη;
• Υπάρχει όντως ένα νέο περιβάλλον για κινητές συσκευές, που πρέπει να ανιχνευθεί και να μοντελοποιηθεί ή υπάρχουν διαφορετικά σενάρια χρήσης που απλά απαιτούν μία απλή προσαρμογή αλγόριθμων που ήδη υπάρχουν στον ΠΙ; Ενδεικτικά σενάρια διερεύνησης προς τον σκοπό αυτό, είναι οι οδηγοί πόλεων και μουσείων;
• Όταν ο χρήστης κινείται, πόσο σημαντικό είναι να του δίνονται εξατομικευμένες πληροφορίες αυτόματα; Η άδεια του χρήστη είναι κατά κανόνα απαραίτητη για να συμβεί αυτό, αλλά υπάρχουν εξαιρέσεις;

8.1 Συστάσεις βασισμένες στην περιβάλλουσα κατάσταση

Οι συστάσεις στα κινητά περιβάλλοντα είναι κυρίως βασισμένες στην περιβάλλουσα κατάσταση (context). Η περιβάλλουσα κατάσταση (ή αλλιώς πλαίσιο) είναι κυρίως η τοποθεσία, η ώρα, αλλά και άλλοι παράγοντες όπως ο καιρός, η παρέα αλλά και η διάθεση του χρήστη. Συνήθως οι παράγοντες της περιβάλλουσας κατάστασης θα πρέπει να είναι άμεσα διαθέσιμοι στο σύστημα ως παράμετροι. Οπότε:

• Το μοντέλο χρήστη δεν είναι πλέον βασισμένο μόνο σε δημογραφικά χαρακτηριστικά ή/και προτιμήσεις.
• Λειτουργούν ως παράμετροι φυσικές ιδιότητες (όπως η τοποθεσία και η ώρα).
• Λειτουργούν ως παράμετροι περιβαλλοντικές ιδιότητες (όπως ο καιρός, αν είναι μέρα η νύχτα, αν βρέχει ή όχι, κ.ά.).
• Λειτουργούν ως παράμετροι πληροφορίες που βασίζονται στα ενδιαφέροντα του χρήστη, οι οποίες μπορεί να μεταβάλλονται συνεχώς.
• Λειτουργούν ως παράμετροι προσωπικές πληροφορίες (όπως η υγεία, η διάθεση αλλά και το προσωπικό πρόγραμμα του χρήστη).
• Λαμβάνονται υπόψη επίσης πληροφορίες για την παρέα του χρήστη (με ποιον ή ποιους βρίσκεται μαζί).
• Λαμβάνονται υπόψη χαρακτηριστικά της κινητής συσκευής αλλά και του δικτύου σύνδεσης (πχ. η ταχύτητα του ασύρματου δικτύου).

Μία ενδιαφέρουσα προσέγγιση για την ενοποίηση των πληροφοριών του πλαισίου στα συστήματα συστάσεων έχει γίνει από τους Adomavicius et al. (2005), όπου προτείνεται η χρήση ενός μοντέλου που βασίζεται σε πολλές διαστάσεις. Ο φορμαλισμός έχει δοθεί από τους ερευνητές σε μια γενική θεώρηση που περιλαμβάνει και άλλες διαστάσεις εκτός από τον χρήστη και τις προτιμήσεις.

Έστω f μια συνάρτηση παραγωγής συστάσεων. Αρχικά μπορεί να εκφρασθεί με βάση τις δυο διαστάσεις, των χρηστών (U) και των στοιχείων (Ι), δηλαδή των αντικειμένων/προϊόντων (Εικόνα 4.13):

Εικόνα 4.13 Συμβολισμός δύο διαστάσεων για τη συνάρτηση παραγωγής συστάσεων

Όπου U είναι ο χρήστης, I είναι το στοιχείο και R είναι οι συστάσεις. Μπορούμε να αντικαταστήσουμε/αναλύσουμε το U x I (Εικόνα 4.14):
 

Όπου D1 ως Dn είναι οι διαστάσεις (n πλήθους) που περιλαμβάνουν το U το I αλλά και άλλους παράγοντες όπως η τοποθεσία, η ώρα κλπ. Για παράδειγμα θα μπορούσε η συνάρτηση να είναι ως εξής (Εικόνα 4.15):

Εικόνα 4.15 Συμβολισμός τριών διαστάσεων για τη συνάρτηση παραγωγής συστάσεων

Είναι συνάρτηση τριών διαστάσεων: περιλαμβάνει τον χρήστη, το στοιχείο και την τοποθεσία (δηλαδή ο χρήστης είναι το D1, το προϊόν το D2 και η τοποθεσία το D3).

Η εικόνα 4.16 οπτικοποιεί, σε ένα αφαιρετικό επίπεδο, ένα σύστημα συστάσεων που χρησιμοποιεί πληροφορίες πλαισίου. Τέλος, στον πίνακα 4.5 αναγράφονται συνοπτικά οι διαφορές ανάμεσα στα παραδοσιακά συστήματα συστάσεων και σε αυτά που λειτουργούν σε κινητά περιβάλλοντα. Να σημειώσουμε εδώ ότι μεγαλύτερη ανάλυση του κινητού περιβάλλοντος θα γίνει σε επόμενο κεφάλαιο. Με βάση την ανάλυση αυτή, θα 'επισκεφθούμε' ξανά τα κινητά συστήματα συστάσεων για να συζητήσουμε τις ιδιαιτερότητές τους.

Κάντε κλικ για επαναληψη της κινησης στην παρακάτω εικόνα:

Σχήμα 4.16 Σύστημα συστάσεων βασισμένο στην περιβάλλουσα κατάσταση

Πίνακας 4.5 Σύγκριση διαδικτυακών και κινητών συστημάτων συστάσεων

9. Συμπεράσματα

10. Τεστ αξιολόγησης

11. Βιβλιογραφία

Adomavicius, G., Sankaranarayanan, R., Sen, S. & Tuzhilin, A. (2005). Incorporating contextual information in recommender systems using a multidimensional approach. ACM Transactions on Information Systems (TOIS), 23(1), 103-145.

Benats, G., Bandara, A., Yu, Y., Colin, J.-N. & Nuseibeh, B. (2011). PrimAndroid: privacy policy modelling and analysis for Android applications. In: IEEE International Symposium on Policies for Distributed Systems and Networks (POLICY 2011) (pp. 129-132). Washington, DC: IEEE.

Chellappa, R. K. & Sin, R. G. (2005). Personalization versus Privacy: An Empirical Examination of the Online Consumer's Dilemma. Information Technology and Management, 6(2-3), 181-202.

ChoiceStream Personalization Survey: Consumer Trends and Perceptions (2008).  Retrieved October 21 2013 from: http://www.choicestream.com/pdf/ChoiceStream_ 2008_Personalization_Survey.pdf

Cooperstain, D., Delhagen, K., Aber. A. & Levin, K. (1999). Making Net Shoppers Loyal. Forrester Research, Cambridge, MA.

Davidson, D. & Livshits, B. (2012). MoRePriv: Mobile OS Support for Application Personalization and Privacy. TechReport, Microsoft Research, Redmond, WA 98052, United States.

Fleder, D. M. & Hosanagar, K. (2009). Blockbuster Culture's Next Rise or Fall: The Impact of Recommender Systems on Sales Diversity. Management Science, 55(5), 697-712.

Fogg, B. J. (2002). Persuasive Technology: Using Computers to Change what We Think and Do. Ubiquity. December (2002): 5

Gundecha, P., & Liu, H. (2012). Mining Social Media: A Brief Introduction. Tutorials in Operations Research.

Herlocker, J. L., Konstan, J. A., Terveen, L. G. & Riedl, J. T. (2004). Evaluating collaborative filtering recommender systems. ACM Transactions on Information Systems (TOIS), 22(1), 5-53.

Hinz, O. & Eckert, J. (2010). The Impact of Search and Recommendation Systems on Sales in Electronic Commerce. Business & Information Systems Engineering, 2(2), 67-77.

Jabeur, N., Zeadally, S. & Sayed, B. (2013). Mobile social networking applications. Communications of the ACM, 56(3), 71-79.

Jannach, D., Zanker, M., Felfernig, A. & Friedrich, G. (2010). Recommender Systems: An Introduction, Cambridge University Press.

Jeckmans, A., Beye, M., Erkin, Z., Hartel, P., Lagendijk, R. & Tang, Q. (2013) Privacy in recommender systems. In: Social media retrieval. Computer Communications and Networks. Springer Verlag, London, 263-281.

Karimov, F. P. & Brengman, M. (2011). Adoption of Social Media by Online Retailers: Assessment of Current Practices and Future Directions. International Journal of E-Entrepreneurship and Innovation, 2(1), 26-45.

Kobsa, A. (2007) Privacy-Enhanced Web Personalization. The Adaptive Web, LNCS 4321, 628-670.

Kobsa, A. & Teltzrow, M. (2005). Contextualized Communication of Privacy Practices and Personalization Benefits: Impacts on Users' Data Sharing and Purchase Behavior. In D. Martin & A. Serjantov, Privacy Enhancing Technologies, 4th International Workshop, Toronto, Canada (PET 2004) Revised Selected Papers (pp. 329—343).

Konstan, J. Riedl, J. (2012). Recommender systems: from algorithms to user experience. User Modeling and User-Adapted Interaction, 22(1-2), 101-123.

Liu, H. & Maes, P. (2004). InterestMap: Harvesting Social Network Profiles for Recommendations. Beyond Personalisation-IUI, December:56.

Mangalindan, J. P. (2012). Amazon's Recommendations secrets. Retrieved October 21 2013 from: http://tech.fortune.cnn.com/2012/07/30/amazon-5/.

Ochi, P., Rao, S., Takayama, L. & Nass, C. (2010). Predictors of user perceptions of web recommender systems: How the basis for generating experience and search product recommendations affects user responses. International Journal of Human Computer Studies, 68(8), 472-482.

Oulasvirta, A., Rattenbury, T., Ma, L. & Raita, E. (2012). Habits make smartphone use more pervasive. Personal and Ubiquitous Computing, 16(1), 105-114.

Pavlou, P. A. (2003). Consumer Acceptance of Electronic Commerce: Integrating Trust and Risk with the Technology Acceptance Model. International Journal of Electronic Commerce 7(3), 101-134.

Polatidis, N. & Georgiadis, C. K. (2013). Mobile Recommender Systems: An Overview of Technologies and Challenges. In: IEEE Proceedings of the Second International Conference on Informatics and Applications (ICIA 2013) (pp. 282-287) Washington, DC: IEEE.

Prasad, R. & Kumari, V. V. (2012). A Catagorical Review of Recommender Systems. International Journal of Distributed and Parallel Systems (IJDPS) 3(5), 73-83.

Qiu, L. & Benbasat, I. (2009). Evaluating Anthropomorphic Product Recommendation Agents: A Social Relationship Perspective to Designing Information Systems. Journal of Management Information Systems, 25(4), 145-182.

Ricci, F., Rokach, L., Shapira, B. & Kantor, P. (2011). Recommender systems handbook, Springer.

Ricci, F. (2011). Mobile Recommender Systems. International Journal of Information Technology and Tourism. 12(3), 205-231.

Riemer, K. & Totz, C. (2001). The many faces of personalization – An Integrated economic overview of mass customization and personalization. In Proceedings of the World Congress of Mass Customization and Personalization (MCPC 2001).

Schoenbachler, D. D. & Gordon, G. L. (2002). Trust and customer willingness to provide information in database-driven relationship marketing. Journal of Interactive Marketing, 16(3), 2-16.

Shi, Y., Larson, M. & Hanjalic, A. (2014). Collaborative filtering beyond the user-item matrix: A survey of the state of the art and future challenges. ACM Computing Surveys (CSUR) 47.1: 3. 

Shyong, K., Lam, T., Frankowski, D. & Riedl, J. (2006). Do you trust your recommendations? An exploration of security and privacy issues in recommender systems. In Proceedings of the International Conference on Emerging Trends in Information and Communication Security (ETRICS), LNCS 3995. 14-29.

Turow, J. (2003) Americans amd Online Privacy: The system is broke. Aneenberg Public Policy Center, University of Pennnsylvania. Retrieved October 21 2013 from: http://www.securitymanagement.com/archive/library/Anneberg_privacy1003.pdf

Wang, L. C., Baker, J., Wagner, J. A. & Wakefield K. (2007). Can a Retail Web Site Be Social? Journal of Marketing, July, 71(3), 143-157.

Wu, L.-L., Joung, Y.-J. & Chiang, T.-E. (2011). Recommendation Systems and Sales Concentration: The Moderating Effects of Consumers' Product Awareness and Acceptance to Recommendations. System Sciences (HICSS), 2011 44th Hawaii International Conference on. IEEE, pp. 1-10.

Τέλος Κεφαλαίου