• Nie Znaleziono Wyników

W niniejszej pracy przedstawiono hybrydow metod rekomendacji o nazwie AdaptRank, która integruje dwie metody składowe. Pierwsza z nich oparta jest na analizie historycznych sesji, w których u ytkownicy zachowywali si podobnie do wła ciciela bie cej sesji. Druga za bazuje na podobie stwie tekstowym mi dzy dokumentami (proponowane s dokumenty posiadaj ce du liczb deskryptorów wyst puj cych tak e w ostatnio odwiedzonych doku-mentach). Metoda AdaptRank uj ta została w formalny model rekomendacji zdefiniowany przez autora. Przestawiony model zawiera usystematyzowanie i uporz dkowanie poj zwi -zanych z rekomendacj pojawiaj cych si w literaturze.

W rozdziale 5 zbadano formalne własno ci zaprezentowanej metody. W szczególno ci poka-zano wiele przypadków, w których zaproponowana metoda daje wy sz efektywno ni me-tody składowe. Do najwa niejszych z nich nale y zaliczy :

Metoda hybrydowa zapewnia maksymaln efektywno rekomendacji, gdy podo-bie stwo dokumentów relewantnych do dokumentów odwiedzanych w podo-bie cej sesji jest odpowiednio du e i wyra nie wy sze od podobie stwa dokumentów nierele-wantnych do dokumentów odwiedzanych w bie cej sesji a warto ci współczynni-ków wzorców nawigacyjnych dokumentów relewantnych s odpowiednio du e i wy-ra nie wy sze od współczynników wzorców nawigacyjnych dla dokumentów niere-lewantnych. Dodatkowo w pracy udowodniono, e metody składowe nie uzyskuj maksymalnej efektywno ci przy takich samych zało eniach.

Metoda AdaptRank potrafi zapewni maksymaln efektywno nie tylko wtedy, gdy u ytkownik odwiedza rekomendowane dokumenty relewantne, ale tak e wtedy, gdy je ignoruje. Podobnie jak w poprzednim przypadku wymagane jest, by podobie stwo dokumentów relewantnych do dokumentów odwiedzanych w bie cej sesji było od-powiednio du e i wyra nie wy sze od podobie stwa dokumentów nierelewantnych do dokumentów odwiedzanych w bie cej sesji a warto ci współczynników wzor-ców nawigacyjnych dokumentów relewantnych były odpowiednio du e i wyra nie wy sze od współczynników wzorców nawigacyjnych dla dokumentów nierelewant-nych.. Analogicznie do poprzedniego przypadku, udowodniono, e metody składowe nie uzyskuj maksymalnej efektywno ci przy takich samych zało eniach.

Uwzgl dnienie kilku najbli szych wzorców nawigacyjnych poprawia dokładno re-komendacji (wi c po rednio tak e efektywno ), gdy aktualne zainteresowania u yt-kownika dotycz kilku tematów.

Integracja dwóch metod rekomendacji wykorzystuj cych ró ne ródła danych po-zwalazapewni wy sz efektywno od efektywno ci rekomendacji opartej tylko na podobie stwie dokumentów, gdy dokumenty nale ce do systemu hipertekstowego zawieraj mał liczb deskryptorów.

Podobnie, metoda AdaptRank uzyskuje wy sz efektywno od metody rekomenda-cji opartej na wzorcach nawigacyjnych, gdy u ytkownik odwiedza nowe dokumenty, które nie były jeszcze odwiedzane tak cz sto, by uzyska siln reprezentacj w cho jednym wzorcu nawigacyjnym.

Uwzgl dnienie warto ci funkcji rekomendacji z poprzednich kroków bie cej sesji pozwala zarekomendowa dokument relewantny do potrzeb u ytkownika nawet, gdy przez pomyłk został odwiedzony dokument nierelewantny.

Do innych zada zrealizowanych w ramach formalnych bada własno ci metody rekomenda-cji AdaptRank nale y zaliczy :

Ocen własno ci adaptacyjnych metody – w pracy pokazano, mi dzy innymi, e me-toda AdaptRank jest w stanie w sko czonej liczbie kroków dostosowa si do no-wych potrzeb informacyjnych u ytkownika.

Analiz własno ci metod składowych – w ramach tego zadania pokazano, jakie ko-rzy ci zostały osi gni te dzi ki zmianom wprowadzonym do metod składowych zna-nych z literatury.

Przeanalizowanie wpływu warto ci parametrów na zachowanie metody - w szcze-gólno ci pokazano jak wzrost warto ci odpowiednich parametrów wpływa na do-kładno , kompletno , efektywno i zdolno ci adaptacyjne metody AdaptRank. W praktycznej cz ci pracy zrealizowano dwa rodzaje eksperymentów. Pierwszy polegał na symulacyjnym badaniu efektywno ci hybrydowej metody w porównaniu z jej metodami skła-dowymi. Drugi za dotyczył badania efektywno ci metody w rzeczywistych witrynach. Do przeprowadzenia bada symulacyjnych wykorzystano specjalnie na t okazj napisany program o nazwie AdaptRank Symulator. Badania te zademonstrowały, e je li współczynniki dokumentów relewantnych (podobie stwo do dokumentów odwiedzonych w bie cej sesji oraz współczynniki wzorców nawigacyjnych) s równe lub tylko minimalnie wy sze od ana-logicznych współczynników dla dokumentów nierelewantnych, to w wi kszo ci przypadków efektywno rekomendacji metody AdaptRank jest wy sza od efektywno ci jej składowych. Innymi słowy, badania symulacyjne pokazały, e zało enia, dla których formalnie udowod-niono wy sz efektywno metody AdaptRank w porównaniu do jej składowych nie s jedy-nymi, w których metoda AdaptRank odznacza si wy sz efektywno ci . Nale y zauwa y ,

e zało enia bada symulacyjnych zapewniały maksymaln dokładno metod składowych we wszystkich przypadkach. W konsekwencji metoda AdaptRank w celu uzyskania wy szej efektywno ci, nie tylko musiała odznaczy si wy sz kompletno ci , ale tak e dokładno ci zbli on do maksymalnej.

Bior c pod uwag analiz formaln i badania symulacyjne mo na stwierdzi , e metoda

Ad-aptRank w wi kszo ci przypadków uzyskuje wy sz efektywno od efektywno ci metod

składowych w bie cych sesjach, w których metody składowe działaj poprawnie tzn. gdy:

Liczba deskryptorów wspólnych dla dokumentów relewantnych i odwiedzonych w

bie cej sesji jest wi ksza od liczby deskryptorów wspólnych dla dokumentów niere-lewantnych i dokumentów odwiedzonych w bie cej sesji. Warunek ten przekłada si na wy sz warto podobie stwa mi dzy dokumentami odwiedzonymi i rele-wantnymi od warto ci podobie stwa dokumentów odwiedzonych do dokumentów nierelewantnych.

Dokumenty relewantne w odczuciu u ytkownika i odwiedzane w bie cej sesji były wspólnie odwiedzane w historycznych sesjach nale cych do innych u ytkowników (wła ciciel bie cej sesji zachowuje si podobnie jak inni u ytkownicy o podobnych preferencjach). Warunek tez oznacza, e współczynniki wzorców nawigacyjnych dla dokumentów relewantnych b d wy sze od tych samych współczynników dla doku-mentów nierelewantnych.

Eksperymenty na rzeczywistych witrynach nie tylko potwierdziły wyra nie lepsz efektyw-no metody AdaptRank od jej metod składowych, ale tak e pokazały, e implementacja metody nie nastr cza wi kszych problemów. Co wa ne, wzrost kompletno ci był wyra nie wy -szy od wzrostu dokładno ci.

Na wysok efektywno przedstawionej metody miały wpływ nowatorskie rozwi zania u yte w pracy, a mianowicie:

• Wektor dokumentów zignorowanych – jego współrz dne obni aj warto funkcji re-komendacji dla dokumentów zarekomendowanych, lecz zignorowanych przez u yt-kownika, co pozwala zwi kszy kompletno rekomendacji. Jednoczesne zastosowa-nie mechanizmu „stopniowego zapominania” daje mo liwo ponownego podpowie-dzenia tego samego dokumentu, gdy wszystkie dokumenty relewantne zostan zare-komendowane co najmniej raz w ramach bie cej sesji.

• Współczynnik wzorców nawigacyjnych – jego wprowadzenie poprawia dokładno rekomendacji dla u ytkowników, których zainteresowania znajduj si „na przeci ciu” kilku wzorców nawigacyjnych.

• U ycie wektora dokumentów odwiedzonych do obni enia warto ci funkcji rekomen-dacji dla dokumentów pobranych w bie cej sesji tak e przyczyniło si do poprawy kompletno ci. Podobnie jak w przypadku wektora dokumentów zignorowanych wprowadzono mechanizm „stopniowego zapominania”. Warto doda , e koncepcja ta pojawiła si po raz pierwszy w artykule (Kazienko i Kiewra, 2003a), którego twórca niniejszej pracy był współautorem.

Uwagi wymaga tak e wprowadzenie pocz tkowego rankingu przydatno ci, dzi ki któremu podczas pierwszych interakcji z systemem, gdy profil u ytkownika nie jest jeszcze znany

rol w rekomendacji odgrywa jako i popularno dokumentu (nie znaj c potrzeb u yt-kownika system rekomenduj cy proponuje dokumenty cz sto odwiedzane i odznaczaj ce si wysok jako ci ).

Bior c pod uwag zunifikowane kryteria klasyfikacji systemów rekomenduj cych (patrz roz-dział 2) nale y stwierdzi , e zaproponowana metoda rekomendacji wykorzystuje najnowsze trendy rozwoju systemów rekomenduj cych dost pne w literaturze (anonimowo u ytkow-nika, brak konieczno ci bezpo redniej oceny prezentowanej tre ci, zdolno ci adaptacyjne itp.) Przedstawiona metoda, bior c pod uwag jej pełn implementacj , mo e by punktem

wyj-cia do wielu nowych bada . Do najwa niejszych nale y zaliczy :

Adaptacja zastosowanego rozwi zania (szczególnie mechanizmów zwi kszaj cych kompletno ) do innych typów rekomendacji (produkty w sklepie internetowym, najnowsze wiadomo ci itp.).

Zastosowanie mechanizmu stopniowego zapominania do sesji historycznych, dzi ki czemu sesje zarejestrowane dawniej miałyby mniejszy wpływ na dokonywan reko-mendacj od sesji zarejestrowanych w ostatnim okresie czasu.

U ycie zdefiniowanej metody w rodowisku rozproszonym – umo liwiałaby to wy-mienianie informacji na temat potrzeb u ytkowników w obr bie kilku lub nawet kil-kunastu systemów hipertekstowych o podobnej tematyce.

Wykorzystanie informacji znajduj cej si w bie cej sesji (wektor dokumentów od-wiedzonych, wektor dokumentów zignorowanych, współczynnik wzorców nawiga-cyjnych) do poprawy porz dku rezultatów wyszukiwania.

Powiązane dokumenty