L'ultima sfida per i motori di raccomandazione

La frase Le persone che hanno comprato X, hanno anche comprato Y è diventata uno dei celebri soprannomi dell'era di Internet. Questa particolare forma di parole deriva dai motori di raccomandazione che analizzano i prodotti che hai acquistato in passato per suggerirti prodotti che potrebbero piacerti in futuro, solitamente in base alle scelte fatte da altre persone con gusti simili.

Buoni motori di raccomandazione possono aumentare le vendite di diverse percentuali. Ecco perché sono diventati una delle funzionalità indispensabili per negozi e servizi online.

Quindi non è difficile capire perché c'è un notevole interesse nel migliorare le prestazioni dei motori di raccomandazione. Infatti, nel 2006, il fornitore di film online, Netflix, ha offerto un premio di $ 1 milione a chiunque potesse migliorare il proprio algoritmo di raccomandazione di oltre il 10%. Il premio è stato debitamente rubato solo tre anni dopo.

Quindi da dove potrebbero venire i prossimi miglioramenti?

Oggi, riceviamo una sorta di risposta grazie al lavoro di Amy Zhang presso il Massachusetts Institute of Technology di Cambridge e un paio di amici. Questi ragazzi sottolineano che quando si tratta di servizi online come i fornitori di film, diverse persone spesso condividono lo stesso account. Ciò significa che la scelta dei film e le valutazioni su questo account sono le scelte combinate di più persone diverse.

La domanda a cui si sono proposti di rispondere è se sia possibile identificare gli account condivisi semplicemente studiando i rating ad esso associati. E se sì, come dovrebbero essere modificate le raccomandazioni in risposta?

Iniziano con due set di dati di consigli sui film. Il primo consiste in oltre 4 milioni di consigli da 171.000 utenti su oltre 20.000 film. Questo set di dati contiene anche informazioni aggiuntive sulle disposizioni familiari per un sottoinsieme di 600 utenti. Di queste, 272 famiglie hanno due utenti, 14 hanno tre utenti e quattro hanno quattro utenti. Quindi le raccomandazioni di queste famiglie forniscono una verità di base sugli account condivisi.

Zhang e co hanno anche il set di dati Netflix delle valutazioni di quasi 500.000 utenti per oltre 17.000 film.

Iniziano la loro analisi con un trattamento matematico su come scomporre un insieme comune di valutazioni nelle sue parti componenti. Il compito è essenzialmente quello di trovare un certo numero di gruppi coerenti di raccomandazioni che corrispondano al numero di persone nella famiglia.

In pratica, questo significa trovare gruppi di film simili con valutazioni simili. Una tecnica che risulta essere importante è che è possibile allocare alcuni film a utenti diversi con grande sicurezza. Ad esempio, i film Toy Story, Monsters Inc e Frozen potrebbero essere stati visti e valutati da un individuo diverso da un gruppo di film tra cui Texas Chainsaw Massacre, Alien e The Exorcist.

In matematica, questo è noto come un problema di clustering subspaziale e ci sono diversi approcci standard per risolverlo. Zhang e colleghi applicano prima questi metodi ai set di dati in cui è noto che le famiglie scoprono quale funziona meglio.

Hanno quindi applicato questo metodo a circa 55.000 utenti nel database di Netflix che hanno valutato più di 500 film. Il loro algoritmo ha etichettato 37.000 di questi come account per una sola persona, 15.000 come account per 2 persone e 3000 come account utilizzati da 3 o più persone.

Non c'è modo di sapere se questa divisione sia corretta poiché le informazioni sulla verità di base non sono disponibili. Tuttavia, è possibile studiare questi resoconti compositi per vedere se sembrano ragionevoli. Un'ispezione visiva dei resoconti che sono stati etichettati come compositi ha prodotto alcune osservazioni interessanti, affermano Zhang e co.

Ad esempio, hanno scoperto in molti resoconti che i sequel o le stagioni dello stesso programma televisivo erano raggruppati insieme. Hanno anche scoperto che un utente preferirebbe film etichettati come Fantascienza e Fantasy, mentre un altro potrebbe preferire film etichettati come Romantici. Ciò sembra dare a Zhang e co la certezza che il loro algoritmo è sulla strada giusta.

L'ultima domanda riguarda come modificare i consigli una volta che l'algoritmo ha stabilito che più utenti condividono lo stesso account. La risposta è semplice. Visualizza semplicemente i migliori consigli per ciascun utente.

Questo è un approccio interessante anche se non è chiaro quanto queste raccomandazioni funzionino meglio rispetto ai motori convenzionali in termini di aumento delle vendite o meno. Questo è un obiettivo ovvio per la ricerca futura.

È interessante notare che Zhang e colleghi sottolineano che questo approccio può consentire a una singola persona di apparire come un composito includendo deliberatamente valutazioni su film che normalmente non gradirebbero. Alterare o aumentare il proprio profilo di valutazione per apparire come un utente composito, allo scopo di oscurare, ad esempio, il proprio genere, è un argomento di ricerca interessante, dicono.

Forse in futuro vedremo i risultati di questa ricerca.

Rif: arxiv.org/abs/1408.2055 : Indovina chi ha valutato questo film: identificare gli utenti attraverso il clustering del sottospazio

nascondere