Αλγόριθμοι για τη σύσταση Προτάσεων- Η περίπτωση τοσ SocialMF

Transcript

1 ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΔΙΑΣΜΗΜΑΣΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΣΑΠΣΤΥΙΑΚΩΝ ΠΟΤΔΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΔΙΟΙΚΗΗ» ΣΜΗΜΑΣΩΝ ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΗΜΩΝ Αλγόριθμοι για τη σύσταση Προτάσεων- Η περίπτωση τοσ SocialMF Διπλωμαηική Επγαζία ηηρ Μαπίαρ Λώλη (ΑΕΜ: 311) Εξεηαζηική Επιηποπή Επιβλέπων: Παλαγηψηεο Σπκεσλίδεο Μέλη: Φξηζηίλα Μπνπηζνχθε Αζελά Βαθάιε ΘΕΑΛΟΝΙΚΗ ΕΠΣΕΜΒΡΙΟ 2011

2

3 Πρόλογος Οη λέεο εμειίμεηο ζηελ ηερλνινγία ηνπ Παγθνζκίνπ Ιζηνχ έρνπλ θέξεη λέεο πξνθιήζεηο ζηελ εμφξπμε δεδνκέλσλ γηα ηελ εχξεζε πην ελδηαθέξνπζαο θαη ρξεζηηθήο πιεξνθνξίαο γηα ηελ πξφβιεςε θαη εμαηνκίθεπζε ηεο θαηαιιειφηεξεο πξνβνιήο πιεξνθνξηψλ σο πξνο ηε ζεηξά θαη ην πεξηερφκελν: ηα ζπζηήκαηα πξφηαζεο είλαη έλα ηζρπξφ εξγαιείν κε πνιιαπιέο εθαξκνγέο θαη πινπνηήζεηο. Η έλλνηα ηεο εμαηνκίθεπζεο φκσο βξίζθεηαη κπξνζηά ζε κηα πξφθιεζε πνπ αλαδχεηαη απφ ην ηεξάζηην ζχλνιν δεδνκέλσλ πνπ πξνθχπηεη απφ ηελ επξεία ρξήζε ησλ θνηλσληθψλ δηθηχσλ: είλαη απηή ε πιεξνθνξία πνπ κπνξεί λα απνγεηψζεη ηελ ηθαλφηεηα πξφβιεςεο ζηα ζπζηήκαηα ζχζηαζεο πξνηάζεσλ; Σηελ παξνχζα εξγαζία επηρεηξνχκε ηελ ελίζρπζε ηνπ πην ραξαθηεξηζηηθνχ αιγνξίζκνπ πξνηάζεσλ, ηνπ CF-Σπλεξγαηηθνχ Φηιηξαξίζκαηνο, κε δεδνκέλα απφ ηνλ θνηλσληθφ γξάθν, πινπνηψληαο έλαλ αιγφξηζκν πιένλ πβξηδηθφ. Η ηδέα απηή πξνυπήξρε ζην ζρεδηαζκφ άιισλ αιγνξίζκσλ αιιά πιένλ, ζρεκαηίδεηαη ην φξακα ηεο θαζνιηθήο ρξήζεο ησλ θνηλσληθψλ δεδνκέλσλ πξνο φθεινο ηεο εμαηνκίθεπζεο. Σε απηφ ην ζεκείν ζα ήζεια λα επραξηζηήζσ ζεξκά ηα άηνκα πνπ κε ζηήξημαλ φινλ απηφλ ηνλ θαηξφ, γηα ηελ εκπηζηνζχλε πνπ κνπ έδεημαλ θαη ηελ θαηαλφεζε. Δπίζεο, επραξηζηψ ηδηαίηεξα ηελ νηθνγέλεηά κνπ γηα ηελ ππνζηήξημε θαη ηελ αγάπε ηνπο. Μαξία Λψιε Σεπηέκβξεο i

4 Περιετόμενα ΠΡΟΛΟΓΟ... I ΠΕΡΙΕΥΟΜΕΝΑ... II 1 ΕΙΑΓΩΓΗ ΘΕΩΡΗΣΙΚΗ ΠΡΟΕΓΓΙΗ ΣΑ RECOMMENDER SYSTEMS ΔΗΑΓΩΓΗΚΔ ΔΝΝΟΗΔ ΟΗ ΒΑΔΗ ΓΔΓΟΜΔΝΩΝ ΠΔΡΑΝ ΑΠΟ ΣΗ ΒΑΔΗ ΓΔΓΟΜΔΝΩΝ ΣΑ RECOMMENDER SYSTEMS ΔΗΓΗΚΔ ΠΔΡΗΠΣΩΔΗ ΣΩΝ RECOMMENDER SYSTEMS Ευαρμογή των recommender systems στο ηλεκτρονικό εμπόριο ΣΑ ΚΟΗΝΩΝΗΚΑ ΓΗΚΣΤΑ ΔΦΑΡΜΟΓΖ ΣΩΝ RECOMMENDER SYSTEMS ΣΑ ΚΟΗΝΩΝΗΚΑ ΓΗΚΣΤΑ ΦΑΗΝΟΜΔΝΑ ΣΖ ΤΜΠΔΡΗΦΟΡΑ ΣΩΝ ΥΡΖΣΩΝ ΜΔΣΡΗΚΔ ΖΜΑΝΣΗΚΟΣΖΣΑ ΓΗΑ ΣΑ RECOMMENDER SYSTEMS ΣΑ ΜΔΣΑΓΔΓΟΜΔΝΑ ΑΛΓΟΡΙΘΜΟΙ ΓΙΑ RECOMMENDER SYSTEMS ΑΝΑΛΤΖ ΣΟΤ ΤΝΟΛΟΤ ΣΩΝ ΓΔΓΟΜΔΝΩΝ(DATASET) ΟΗ ΑΛΓΟΡΗΘΜΟΗ ΓΗΑ ΣΑ RECOMMENDER SYSTEMS Ο SOCIALMF ΠΔΡΗΓΡΑΦΖ ΣΟΤ ΠΡΟΒΛΖΜΑΣΟ ΥΔΣΗΚΟΗ ΑΛΓΟΡΗΘΜΟΗ Ο CF(Collaborative Filtering) O Mole-trust Ο SOCIALMF ii

5 4.4 ΔΠΗΘΤΜΖΣΔ ΗΓΗΟΣΖΣΔ ΣΟΤ ΠΡΟΣΔΗΝΟΜΔΝΟΤ ΜΟΝΣΔΛΟΤ ΑΝΑΛΤΖ ΠΟΛΤΠΛΟΚΟΣΖΣΑ ΣΖ ΠΑΡΑΜΔΣΡΟΤ ΔΚΜΑΘΖΖ ΣΟ DATASET ΠΟΤ ΥΡΖΗΜΟΠΟΗΖΑΜΔ Ζ ΠΑΡΑΓΟΝΣΟΠΟΗΖΖ ΠΗΝΑΚΩΝ(MATRIX FACTORIZATION) ΠΑΡΑΓΟΝΣΟΠΟΗΖΖ ΠΗΝΑΚΩΝ ΣΖΡΗΕΟΜΔΝΖ ΣΖΝ ΠΗΘΑΝΟΣΖΣΑ(ΜΔΘΟΓΟ PMF) ΤΜΠΕΡΑΜΑΣΑ ΒΙΒΛΙΟΓΡΑΦΙΑ iii

6

7 1 Εισαγωγή Όπσο δηαηχπσζε ν Σσθξάηεο, πξέπεη λα ζέηνπκε δηαξθψο λέα εξσηήκαηα θαη απηφ γηαηί έρνπκε αλάγθε λα δεκηνπξγνχκε λέα εξσηήκαηα, πνπ φηαλ απαληεζνχλ ζα δεκηνπξγήζνπλ πεξηζζφηεξα, θαη φρη απιά θαη κφλν έλα ηειηθφ απνηέιεζκα. Όπσο δηαηχπσζε ν Αξηζηνηέιεο, πξέπεη λα έρνπκε θαιχηεξνπο ηξφπνπο γηα ηελ ηαμηλφκεζε ηεο γλψζεο, θαη λα απαληήζνπκε ζε εξσηήκαηα φπσο ηη θνηλφ έρνπλ απηά ηα ζηνηρεία θαη κε πνηνπο ηξφπνπο είλαη δηαθνξεηηθά. Δθηφο απφ ην λα καο βνεζά λα απαληήζνπκε ζηα εξσηήκαηα απηά, κπνξεί ε εμφξπμε δεδνκέλσλ λα πξνζζέζεη επηπιένλ πεξηζζφηεξεο δηαζηάζεηο ζηνλ ρψξν, πξνθεηκέλνπ λα εκβαζχλνπκε ηηο γλψζεηο καο ζε έλα ζπγθεθξηκέλν αιιά νπνηνλδήπνηε ηνκέα; [14] Σήκεξα, νη λέεο εμειίμεηο ζηελ ηερλνινγία ηνπ Παγθνζκίνπ Ιζηνχ έρνπλ θέξεη λέεο πξνθιήζεηο ζηελ εμφξπμε δεδνκέλσλ. Απηέο νη λέεο Web εμειίμεηο πεξηιακβάλνπλ ηηο "Web 2.0" ηερλνινγίεο, ηα ζπζηήκαηα θνηλσληθήο δηθηχσζεο θαη ην Σεκαζηνινγηθφ Ιζηφ. Σηα ραξαθηεξηζηηθά ησλ Web 2.0 ζπζηεκάησλ πεξηιακβάλνληαη ην ζέκα ηεο δπλακηθήο αληαιιαγήο δεδνκέλσλ, ηεο ζχλαςεο ζρέζεσλ θηιίαο θαη ηα κεηαδεδνκέλα. Μηα δεχηεξε ηάζε είλαη ε αχμεζε ηνπ «Κνηλσληθνχ Ιζηνχ» κε ζπζηήκαηα φπσο ηα blogs, ην YouTube, ην Wikipedia θαη ην Facebook. Γηα ηελ αλάιπζε απηψλ ησλ ηδηφηππσλ εθαξκνγψλ εγείξνληαη δεηήκαηα γηα ηε κνληεινπνίεζε θαη ηελ αμηνπνίεζε ηνπ πνιιέο θνξέο ηεξάζηησλ δηαζηάζεσλ θνηλσληθνχ γξάθνπ, φπσο θαη ηεο εθκαίεπζεο θαη αμηνπνίεζεο πιεξνθνξηψλ πνπ ζπλδένληαη κε θείκελα θαη εηθφλεο. Σηε κεηάβαζε απφ ηελ «θνηλσλία ηεο πιεξνθνξίαο» ζηελ «θνηλσλία ηεο γλψζεο» φπσο ραξαθηεξίδεηαη ε επνρή καο, βαζηθφ ζηφρν απνηειεί ε αμηνπνίεζε ηνπ ηεξάζηηνπ φγθνπ δεδνκέλσλ θαη ησλ ζπζηεκάησλ πνπ είλαη δηαζέζηκα γηα ηελ εμαγσγή ρξήζηκεο γλψζεο, πνπ ζα πξνθχςεη απφ ηε ζχλζεζε φζν ησλ δπλαηψλ πεξηζζφηεξσλ πεγψλ πιεξνθνξίαο. Παξάιιεια ε πξφζβαζε ζηελ θαηάιιειε πιεξνθνξία άκεζα θαη κε επέιηθην ηξφπν, αλεμάξηεηα απφ ηνπο θπζηθνχο πεξηνξηζκνχο φπσο ν ρψξνο θαη ν ρξφλνο, θαη ε αμηνπνίεζή ηεο ζηε ζπλέρεηα, απνηειεί ζεκαληηθφ δεηνχκελν. -5-

8 Τα ηειεπηαία ρξφληα κάιηζηα πνπ νη ππεξεζίεο ηνπ Παγθφζκηνπ Ιζηνχ θεξδίδνπλ νινέλα ην ελδηαθέξνλ θαη ηεο επηρεηξεκαηηθήο θνηλφηεηαο, γίλεηαη πιένλ θνηλή ζπλείδεζε ε αλάγθε γηα πξφβιεςε επηινγψλ θαη αμηνινγήζεσλ κε κεραληθφαιγνξηζκηθφ ηξφπν. Η ζπζζψξεπζε ηεο πιεξνθνξίαο ζηνλ Ιζηφ είλαη κεγάιε θαη αλαδχεηαη ε αλάγθε γηα εμαηνκίθεπζε θαη πξφβιεςε ηεο πην θαηάιιειεο πξνβνιήο πιεξνθνξηψλ σο πξνο ηε ζεηξά θαη ην πεξηερφκελν. Απηή ηε ιεηηνπξγία αθξηβψο επηηεινχλ ηα ζπζηήκαηα πξνηάζεσλ ή recommendation systems ή recommender systems, κε πνηθίιεο εθαξκνγέο: απφ ηηο πξνζθηιείο ζε φινπο καο κεραλέο αλαδήηεζεο σο θαη ηηο εθαξκνγέο πξνηάζεσλ ζε ειεθηξνληθά θαηαζηήκαηα ή ζηα επξέσο δηαδεδνκέλα θνηλσληθά δίθηπα. Έλα ζύζηεκα πξνηάζεσλ ζπλήζσο αλαιακβάλεη ηε ζύγθξηζε ηνπ πξνθίι ηνπ ζπγθεθξηκέλνπ ρξήζηε κε θάπνηα απνζεθεπκέλε πιεξνθνξία, θαη κπνξεί λα γίλεηαη κε βάζε ηα ελ ιόγσ αληηθείκελα (κε βάζε ην πεξηερόκελό ηνπ) είηε κε βάζε ηνπο άιινπο ρξήζηεο(ε ζπλεξγαηηθή πξνζέγγηζε). Σθνπφο είλαη πάληνηε ε πξφβιεςε ηεο πηζαλήο αμηνιφγεζεο πνπ ζα έθαλε ν ρξήζηεο ζην ζπγθεθξηκέλν αληηθείκελν(απφ πξντφλ κέρξη ηζηνζειίδα) αλ είρε λσξίηεξα νπνηαδήπνηε επαθή καδί ηνπ. Οη αιγφξηζκνη ηνπ Σπλεξγαηηθνχ Φηιηξαξίζκαηνο είλαη ε πινπνίεζε κηαο ηδέαο πνπ απνδείρηεθε εμαηξεηηθά απνηειεζκαηηθή κέζα απφ ηνλ ζπλδπαζκφ ησλ άκεζσλ δεδνκέλσλ απφ ζρφιηα θαη έκκεζσλ δεδνκέλσλ πνπ πξνθχπηνπλ απφ ηε ζπκπεξηθνξά ησλ ρξεζηψλ. -- 6

9 2 Θεωξεηηθή Πξνζέγγηζε ζηα recommender systems 2.1 Δηζαγωγηθέο έλλνηεο Ξεθηλψληαο κε έλαλ νξηζκφ, ζα κπνξνχζακε λα πνχκε πσο πιεξνθνξία (information) είλαη δεδνκέλα ηα νπνία έρνπλ επεμεξγαζηεί ζε κία κνξθή πνπ είλαη ρξήζηκε γηα ηνπο ηειηθνχο ρξήζηεο. Η επεμεξγαζία απηή ησλ αξρηθψλ δεδνκέλσλ πξνζζέηεη αμία ζε απηά.[1] Έηζη, κε ηνλ φξν πιεξνθνξία ελλννχκε δεδνκέλα πνπ έρνπλ δηακνξθσζεί θαηάιιεια, έηζη ψζηε λα απνθηνχλ λφεκα θαη αμία γηα ηνπο αλζξψπνπο-ρξήζηεο θαη έρνπλ κνξθή αλαγλσξίζηκε θαη ρξήζηκε ζηνπο ηειηθνχο ρξήζηεο ηνπ ζπζηήκαηνο[3]. Αληηζέησο ηα απιά δεδνκέλα απνηεινχλ ξνέο πξσηνγελψλ ζηνηρείσλ πνπ αληηπξνζσπεχνπλ γεγνλφηα, θαηλφκελα, αληηθείκελα ή γλσζηά κεγέζε απφ ηα νπνία κπνξνχλ λα εμαρζνχλ ζπκπεξάζκαηα. Δίλαη κε άιια ιφγηα πνηνηηθά ή πνζνηηθά ραξαθηεξηζηηθά ελφο ζπλφινπ αξρηθά ζε κε επεμεξγαζκέλε κνξθή(μαληάηεο, 1993) πνπ ζπκβαίλνπλ ζηνπο νξγαληζκνχο ή ην θπζηθφ πεξηβάιινλ. Δίλαη δειαδή απηφ πνπ ιέκε αθαηέξγαζηε πιεξνθνξία. Τα δεδνκέλα γηα λα είλαη ρξήζηκα πξέπεη λα έρνπλ αθξίβεηα, πιεξφηεηα, ζρεηηθφηεηα θαη δηαζεζηκφηεηα. Τα ηειεπηαία φκσο ρξφληα δηαθξίλεηαη κηα ηεξάζηηα αχμεζε ηνπ φγθνπ ησλ δεδνκέλσλ ηνπ παγθνζκίνπ ηζηνύ θαη γη απηφ ζηελ παξνχζα πηπρηαθή ζα αζρνιεζνχκε θπξίσο κε απηά. Η ζέζε απηή εληζρχεηαη απφ ην δηπιαλφ δηάγξακκα[25], πνπ δείρλεη ηελ απμαλφκελε ηάζε θαηαζθεπήο ηζηνζέζεσλ ζε βάζνο ρξφλνπ. Υπάξρνπλ πνιινί ηξφπνη ζεψξεζεο ηνπ πεξηερνκέλνπ ηνπ παγθφζκηνπ ηζηνχ πέξαλ απφ ηελ απιντθή ζεψξεζή ηνπο σο θεηκέλσλ. Η χπαξμε ππεξθεηκέλνπ κέζσ ζπλδέζκσλ, ή πνιπκεζηθήο πιεξνθνξίαο φπσο είλαη ν -7-

10 ήρνο νη εηθφλεο θαη ην βίληεν, ή δεδνκέλσλ θαηαγξαθήο φπσο είλαη ηα server logs, θαζηζηνχλ ηνλ παγθφζκην ηζηφ σο κηα ηεξάζηηα θαη πνιχπινθε ζπιινγή δεδνκέλσλ πνπ απμάλεηαη ξαγδαία.[2] Γεληθά φκσο, ρσξίδνπκε ηα δεδνκέλα ηνπ παγθφζκηνπ ηζηνχ ζε ηξηψλ εηδψλ: δνκήο, πεξηερνκέλνπ θαη ρξήζεο. Τα δεδνκέλα απνηεινχλ ζεκαληηθφ πφξν γηα έλαλ νξγαληζκφ. Γηα ηνλ ιφγν απηφ ε δηαρείξηζε ησλ δεδνκέλσλ πξέπεη λα γίλεηαη κε ηξφπν πνπ λα επσθεινχληαη φινη νη ηειηθνί ρξήζηεο. Τα δεδνκέλα κπνξνχλ λα πάξνπλ δηάθνξεο κνξθέο (θείκελν, εηθφλα, ήρνο) θαη νξγαλψλνληαη ζε: Βάζεηο δεδνκέλσλ πνπ απνζεθεχνπλ θαη δηαρεηξίδνληαη νξγαλσκέλα δεδνκέλα Βάζεηο πξνηχπσλ πνπ απνζεθεχνπλ καζεκαηηθά θαη ινγηθά πξφηππα ηα νπνία πεξηέρνπλ ζρέζεηο, ππνινγηζκνχο θαη αλαιπηηθέο ηερληθέο θαη Βάζεηο γλψζεσλ πνπ απνζεθεχνπλ γεγνλφηα θαη θαλφλεο γηα δηάθνξα πξνβιήκαηα. 2.2 Οη Βάζεηο Γεδνκέλωλ Σε απηφ ην ζεκείν είκαζηε ζηε ζέζε λα νξίζνπκε ηε Βάζε δεδνκέλσλ (database) σο κηα νινθιεξσκέλε θαη δνκεκέλε ζπιινγή απφ αιιεινζρεηηδφκελα δεδνκέλα ή δηαθνξεηηθά, κπνξνχκε λα πνχκε φηη Βάζε Δεδνκέλσλ απνηειεί ε φπνηα ζπιινγή δεδνκέλσλ ηα νπνία έρνπλ λα θάλνπλ κε ηηο δξαζηεξηφηεηεο ελφο (ή πεξηζζνηέξσλ αιιεινζρεηηδφκελσλ) νξγαληζκψλ. Γηα παξάδεηγκα, βάζε δεδνκέλσλ απνηεινχλ ηα επηρεηξεζηαθά δεδνκέλα ελφο παλεπηζηήκηνπ πνπ θαηαρσξνχλ πιεξνθνξία γηα[3]: Οληφηεηεο ζην ρψξν ηνπ ζπζηήκαηνο φπσο θνηηεηέο, αθαδεκατθνί, καζήκαηα θαη αίζνπζεο δηδαζθαιίαο. Σπζρεηίζεηο κεηαμχ ησλ νληνηήησλ, φπσο ε ζπκκεηνρή ησλ θνηηεηψλ ζε καζήκαηα, ε δηδαζθαιία καζεκάησλ απφ θαζεγεηέο, θαη ε ρξήζε ησλ αηζνπζψλ δηδαζθαιίαο. Έλαο πην νινθιεξσκέλνο νξηζκφο ζα κπνξνχζε λα είλαη: Βάζε δεδνκέλσλ είλαη κηα ζπιινγή απφ δεδνκέλα πξνθαζνξηζκέλεο κνξθήο θαη ησλ ζρέζεσλ κεηαμχ ηνπο, θαη κε νξγαλσηηθή δνκή πξνζαλαηνιηζκέλε ζηελ επέιηθηε εηζαγσγή, ελεκέξσζε, παξνπζίαζε θαη αλάθηεζε ησλ δεδνκέλσλ ηεο[4]. Μηα βάζε δεδνκέλσλ έρεη ηηο αθφινπζεο ππνλννχκελεο ηδηφηεηεο: -- 8

11 Μηα βάζε δεδνκέλσλ αλαπαξηζηά θάπνηα άπνςε ηνπ πξαγκαηηθνχ θφζκνπ, ε νπνία κεξηθέο θνξέο ιέγεηαη κηθξφθνζκνο (miniworld) ή Πεδίν Αλαθνξάο (Universe of Discource, UoD). Οη αιιαγέο ζηνλ κηθξφθνζκν αληαλαθιψληαη ζηε βάζε δεδνκέλσλ. Μηα βάζε δεδνκέλσλ είλαη κηα ινγηθά ζπλεθηηθή ζπιινγή δεδνκέλσλ πνπ έρεη θάπνηα εγγελή ζεκαζία. Μηα ηπραία δηεπζέηεζε δεδνκέλσλ δελ είλαη ζσζηφ λα αλαθέξεηαη σο βάζε δεδνκέλσλ. Μηα βάζε δεδνκέλσλ ζρεδηάδεηαη, ρηίδεηαη θαη γεκίδεη κε δεδνκέλα γηα θάπνην ζπγθεθξηκέλν ζθνπφ. Πξννξίδεηαη γηα κηα ζπγθεθξηκέλε νκάδα ρξεζηψλ θαη γηα θάπνηεο πξνθαζνξηζκέλεο εθαξκνγέο γηα ηηο νπνίεο νη ρξήζηεο απηνί ελδηαθέξνληαη. Γηα λα γίλεη δπλαηή ε πεξηγξαθή ηεο δνκήο κηαο Βάζεο Γεδνκέλσλ πξέπεη λα νξηζζεί ε έλλνηα ηνπ Μνληέινπ Γεδνκέλσλ (Data Model). Έλα Μνληέιν Γεδνκέλσλ είλαη κηα ζπιινγή ηδεαηψλ εξγαιείσλ πνπ ρξεζηκεχνπλ ζηελ πεξηγξαθή ησλ δεδνκέλσλ, ζηελ δηαηχπσζε ησλ κεηαμχ ηνπο ζρέζεσλ, ζηνλ θαζνξηζκφ ηεο ζεκαζίαο ησλ δεδνκέλσλ θαζψο θαη ζηελ επηβνιή πεξηνξηζκψλ αλάκεζα ζηα δεδνκέλα. Τα Μνληέια Γεδνκέλσλ είλαη ηα εμήο: Μνληέιν Οληνηήησλ-Σπζρεηίζεσλ (Entity-Relationship Model) Σρεζηαθφ Μνληέιν (Relational Model) Τν Σύζηεκα Δηαρείξηζεο Βάζεσλ Δεδνκέλσλ απφ ηελ άιιε πιεπξά(dbms), είλαη ινγηζκηθφ ην νπνίν είλαη εηδηθά ζρεδηαζκέλν ψζηε λα δηεπθνιχλεη ηε ρξήζε θαη ηε ζπληήξεζε κεγάινπ φγθνπ πιεξνθνξίαο. Τν DBMS ζαλ αληηθείκελν έξεπλαο, εθαξκνγήο, θαη δηδαζθαιίαο κπνξεί λα ζεσξεζεί φηη απνηειεί έλα κηθξφθνζκν ηεο επηζηήκεο ησλ ππνινγηζηψλ. Δκπεξηέρεη έλα επξχ θάζκα ζεκάησλ θαη ηερληθψλ φπσο νη γιψζζεο πξνγξακκαηηζκνχ, αληηθεηκελνζηξέθεηα, κεηαγιψηηηζε, ιεηηνπξγηθά ζπζηήκαηα, δνκέο δεδνκέλσλ, έκπεηξα ζπζηήκαηα θιπ[3]. Σηα ραξαθηεξηζηηθά ηνπ DBMS κπνξνχκε λα εληάμνπκε[3]: ηελ αλεμαξηεζία ησλ δεδνκέλσλ, ηελ ηαρεία πξφζβαζε ζηα δεδνκέλα, ηελ αθεξαηφηεηα ησλ δεδνκέλσλ θαη ηελ αζθάιεηα, ηε δηαρείξηζε ησλ δεδνκέλσλ, ηελ ηαπηφρξνλε πξφζβαζε θαη ηελ επαλαθνξά απφ βιάβε, ηνλ κεησκέλν ρξφλνο γηα ηελ αλάπηπμε ησλ εθαξκνγψλ. -9-

12 Δηθφλα: Απεηθφληζε ηνπ πεξηβάιινληνο ελφο ζπζηήκαηνο Βάζεο Γεδνκέλσλ[4] Ο νξηζκόο (definition) κηαο βάζεο δεδνκέλσλ πεξηιακβάλεη ηελ πξνδηαγξαθή ησλ ηχπσλ, ησλ δνκψλ θαη ησλ πεξηνξηζκψλ ησλ δεδνκέλσλ πνπ ζα απνζεθεπηνχλ ζηε βάζε. Η θαηαζθεπή (construction) κηαο βάζεο δεδνκέλσλ είλαη ε δηαδηθαζία απνζήθεπζεο ησλ ίδησλ ησλ δεδνκέλσλ ζε έλα κέζν απνζήθεπζεο πνπ ειέγρεηαη απφ ην ΣΓΒΓ. Ο ρεηξηζκόο (manipulation) κηαο βάζεο δεδνκέλσλ πεξηιακβάλεη ιεηηνπξγίεο φπσο ππνβνιή εξσηήζεσλ (queries) πξνο ηε βάζε γηα αλάθηεζε ζπγθεθξηκέλσλ δεδνκέλσλ, ελεκέξσζε ηεο βάζεο ψζηε λα αληαλαθιά αιιαγέο ζην κηθξφθνζκν θαη παξαγσγή αλαθνξψλ απφ ηα δεδνκέλα. Η SQL (Structured Query Language) είλαη ε πην δεκνθηιήο θαη ε επηθξαηέζηεξε πιένλ απφ ηηο δηάθνξεο γιψζζεο πνπ έρνπλ πινπνηεζεί θαη είλαη δηαζέζηκεο ζε εκπνξηθά DBMS. Μεξηθά απφ ηα θχξηα ραξαθηεξηζηηθά ηεο είλαη φηη απνηειεί ηαπηφρξνλα γιψζζα νξηζκνχ δεδνκέλσλ θαη γιψζζα ρεηξηζκνχ δεδνκέλσλ θαη πξνζθέξεη έλα πιήξεο ζχλνιν απφ νξηζκνχο δεδνκέλσλ θαη ζπλαξηήζεσλ. Αξρηθά ε SQL νλνκαδφηαλ SEQUEL (Structured English Query Language) θαη ζρεδηάζηεθε θαη πινπνηήζεθε ζην εξεπλεηηθφ ηκήκα ηεο IBM σο interface γηα έλα πεηξακαηηθφ ζρεζηαθφ ζχζηεκα βάζεσλ δεδνκέλσλ πνπ νλνκαδφηαλ SYSTEM R. Μεηέπεηηα, ε SQL έγηλε ε γιψζζα ηνπ ζπζηήκαηνο DB2 ηεο IBM θαη ηνπ εκπνξηθνχ ζρεζηαθνχ DBMS SQL/DS θαη απνηέιεζε, καδί κε ηελ QUEL, κηα απφ ηηο πξψηεο -- 10

13 πςεινχ επηπέδνπ γιψζζεο βάζεσλ δεδνκέλσλ. Πνιιέο παξαιιαγέο ηεο SQL έρνπλ πινπνηεζεί κέρξη ζήκεξα απφ ηνπο θαηαζθεπαζηέο DBMS. Ιζηνξηθά, ηξεηο εθδφζεηο θπθινθφξεζαλ: ε SQL1 ην 1986, ε SQL2 ην 1992 θαη ε SQL3 ην Σε κηα θνηλή πξνζπάζεηα απφ ην ANSI (American National Standards Institute) θαη ην ISO (International Standards Organization) δεκηνπξγήζεθε ζε κηα ηππνπνηεκέλε έθδνζε ηεο SQL πνπ ιέγεηαη SQL1. Έλα αλαζεσξεκέλν θαη πνιχ πην εθηεηακέλν πξφηππν έρεη επίζεο αλαπηπρζεί κε ην φλνκα SQL2. Μηα πεξαηηέξσ επέθηαζε ηεο SQL κε αληηθεηκελνζηξαθή ζηνηρεία (θαη άιια ζχγρξνλα ραξαθηεξηζηηθά ησλ βάζεσλ δεδνκέλσλ) απνηειεί ε SQL3. Όζνλ αθνξά ην είδνο ησλ βάζεσλ Γεδνκέλσλ, πξέπεη λα μερσξίζνπκε θαη λα κειεηήζνπκε εηδηθά ηηο ρσξηθέο ΒΔ ή spatial DB. Οη βάζεηο απηέο απνηεινχληαη απφ γεσγξαθηθά δεδνκέλα πνπ έρνπλ ην ραξαθηεξηζηηθφ φηη θαηαλέκνληαη ζην ρψξν θαη κεηαβάιινληαη κε ηνλ ρξφλν θαη θαηαηάζζνληαη ζε ηέζζεξηο θαηεγνξίεο: ηα θπζηθά αληηθείκελα(δξφκνη, ζπίηηα), ηηο δηνηθεηηθέο κνλάδεο(ηδηνθηεζίεο, λνκνί), ηα γεσγξαθηθά θαηλφκελα(ζεξκνθξαζία, θαηαλνκή πιεζπζκψλ), θαη ηηο παξαγφκελεο πιεξνθνξίεο(επίπεδν θηψρηα ή θαηαιιειφηεηα εδάθνπο). Έηζη πξνθχπηνπλ ηα γεσγξαθηθά πιεξνθνξηαθά ζπζηήκαηα GIS γηα ηε δηαρείξηζε θαη αλάιπζε ησλ γεσγξαθηθψλ δεδνκέλσλ, πρ Oracle Spatial Cartridge, Informix Spatial Datablade, Microsoft SpatialWare είλαη παξαδείγκαηα αληηθεηκελνζηξεθψλ ΦΣΓΒΓ πνπ ζπλεξγάδνληαη κε ην ππάξρνλ ΣΓΒΓ, είλαη δειαδή κηα επέθηαζή ηνπο[8]. 2.3 Πέξαλ από ηηο Βάζεηο Γεδνκέλωλ Όπσο είδακε, ηα δεδνκέλα πνπ θαηαρσξεί κηα επηρείξεζε ή νξγαληζκφο ζην ζχζηεκά ηεο δελ αξθνχλ απφ κφλα ηνπο γηα λα ηθαλνπνηήζνπλ θακία ιεηηνπξγία. Απηά ηα δεδνκέλα ζα πξέπεη λα κεηαηξαπνχλ ζε ρξήζηκε πιεξνθνξία ή αιιηψο γλψζε. Απηή ηε κεηαηξνπή έξρνληαη λα ιχζνπλ ηα εξγαιεία ηεο Εμόξπμεο Γλώζεο(ή data mining ή knowledge discovery), κέζσ ηεο κεηαηξνπήο ησλ δεδνκέλσλ ζε καζεκαηηθνχο ηχπνπο γηα λα θαηαζθεπάζνπλ αμηφπηζηα ζπζηήκαηα ιήςεο απνθάζεσλ, ρξήζηκα θαη ιεηηνπξγηθά γηα κηα επηρείξεζε, εληνπίδνληαο ηα κνληέια θαη ηνπο θαλφλεο ζηα νπνία ππαθνχνπλ. -11-

14 Αλ ζα ζέιακε λα δψζνπκε έλαλ νξηζκφ γηα ηελ Δμφξπμε Γλψζεο, ζα κπνξνχζακε λα πνχκε φηη πξφθεηηαη γηα ηε δηαδηθαζία ρξήζεο κηαο ή πεξηζζόηεξσλ ηερληθώλ κάζεζεο κέζσ ηεο απηόκαηεο αλάιπζεο θαη εμαγσγήο γλώζεο από δεδνκέλα πνπ πεξηέρνληαη ζε κηα βάζε θαη κέζα απφ ηα ζηάδηα ηεο ζπιινγήο ησλ δεδνκέλσλ, ηνπ θαζνξηζκνχ ησλ δεδνκέλσλ, ηνπ εληνπηζκνχ ησλ ζεκαληηθψλ γλσξηζκάησλ, ηεο εθαξκνγήο ησλ θαηάιιεισλ κνληέισλ θαη αιγνξίζκσλ θαη ηέινο ηεο απεηθφληζεο ησλ απνηειεζκάησλ. Σε απηή ηε κνξθή ηα δεδνκέλα εξκελεχνληαη, ρξεζηκνπνηνχληαη γηα ηε δεκηνπξγία ή ηνλ εκπινπηηζκφ ησλ βάζεσλ γλψζεο θαη γίλνληαη εξγαιεία γηα πξνβιέςεηο, γηα ηνλ ζρεδηαζκφ θαη ηε ιήςε απνθάζεσλ, κε ηε δπλαηφηεηα λα παξάγνπλ ζαλ έμνδν δηάθνξεο κνξθέο απεηθφληζεο ηεο γλψζεο: ηνπο πίλαθεο απφθαζεο(decision tables), ηα δέλδξα απφθαζεο(decision trees), ηνπο θαλφλεο απφθαζεο(decision rules), ηνπο θαλφλεο ζπζρέηηζεο(association rules), ηνπο θαλφλεο κε εμαηξέζεηο(rules with exceptions), ηνπο θαλφλεο κε ζπζρεηίζεηο(rules involving relations), ηηο νκάδεο(clusters) θιπ. Η Δμφξπμε γλψζεο δηακνξθψλεηαη απφ ηε ζχκπξαμε ηξηψλ άιισλ εξεπλεηηθψλ πεδίσλ: ηεο Σηαηηζηηθήο, ηνπ θιάδνπ ηεο Τερλεηήο Ννεκνζχλεο ηε Μεραληθή Μάζεζε θαη ηηο Βάζεηο Γεδνκέλσλ. Δίλαη ε ζπλέξγηα ησλ ηξηψλ απηψλ επηζηεκνληθψλ θιάδσλ θαη απνηειεί κηα ζχγρξνλε εμέιημε θαη ην πξψην επηζηεκνληθφ ζπλέδξην πξαγκαηνπνηήζεθε ην 1995, αλ θαη νη πξψηεο βάζεηο είραλ ηεζεί απφ ην Πην ζπγθεθξηκέλα, ε Δμφξπμε γλψζεο απφ δεδνκέλα ηνπ ηζηνχ θαιείηαη Web Mining θαη κάιηζηα, νη Kosala & Blockeel [7] πξνηείλνπλ έλαλ δηαρσξηζκφ ηνπ φξνπ Web Mining ζε Web Content Mining, Web Structure Mining, θαη Web Usage Mining, αλάινγα κε ηνλ αλ ηα δεδνκέλα ηνπ παγθνζκίνπ ηζηνχ αθνξνχλ ην πεξηερόκελν(πνπ αθνξνχλ ηηο ζειίδεο θαη κπνξεί λα είλαη θείκελν, ήρνο αθφκα θαη εγγξαθέο απφ κηα βάζε δεδνκέλσλ), ηε δνκή(εληάζζνληαη ε αλάπηπμε ησλ ππεξ-ζπλδέζκσλ θαη γεληθά πσο εμειίζζεηαη ε δνκή ηνπ γξάθνπ) θαη ηε ρξήζε(δειαδή δεδνκέλα πνπ αθνξνχλ ηελ θίλεζε ησλ ρξεζηψλ φπσο ε θαηαγξαθή ηεο IP δηεχζπλζεο, εκεξνκελία θαη ψξα, ην κνλνπάηη πνπ αθνινπζήζεθε θιπ) ηνπ αληίζηνηρα. Απηνί απνηεινχλ θαη ηνπο ηξεηο βαζηθνχο άμνλεο. Όζνλ αθνξά ηελ δνκή, αο κε μερλάκε φηη ν παγθφζκηνο ηζηφο ζεσξείηαη ζαλ έλαο θαηεπζπλφκελνο γξάθνο φπνπ νη θφκβνη αλαπαξηζηνχλ ηηο ηζηνζειίδεο θαη νη αθκέο είλαη νη ζχλδεζκνη πνπ ηηο ελψλνπλ. Έηζη, νξίδεηαη ν βαζκφο εηζφδνπ θαη εμφδνπ γηα κηα ζειίδα πνπ είλαη αληίζηνηρα ν αξηζκφο ησλ ππεξζπλδέζκσλ πξνο/ απφ ηελ ελ ιφγσ ζειίδα. Σε απηφ ζηεξίδνληαη θαη πνιιέο κεραλέο αλαδήηεζεο πνπ αθξηβψο κειεηάλε -- 12

15 απηέο ηηο ζρέζεηο θαη επηθεληξψλνληαη ζηελ αλαθάιπςε ησλ authorities, δειαδή ησλ ζειίδσλ πνπ ζεσξνχληαη ζεκαληηθέο θαη αμηφινγεο απφ πνιινχο ρξήζηεο ηνπ Παγθνζκίνπ Ιζηνχ θαη ησλ ζειίδσλ predecessor, δειαδή ηεο ζειίδαο πνπ νδήγεζε ζε απηήλ ηε ζειίδα ζηφρν. Απηέο νη πιεξνθνξίεο είλαη πνιχηηκεο γηα ηελ αμηνιφγεζε ηεο ζειίδαο αλ θαη κπνξεί λα απνδεηρζεί πνιιέο θνξέο φηη είλαη απιά ζφξπβνο ή πεξηηηή πιεξνθνξία. Απφ ηελ άιιε πιεπξά, φζνλ αθνξά ηε ρξήζε, ε ζπιινγή ζηνηρείσλ εζηηάδεηαη ζηε κειέηε ηνπ click-stream, ηνπ ζπλφινπ ησλ επηινγψλ ηνπ ρξήζηε δειαδή, θαη ησλ cookies πνπ θπιάζζνληαη ζηνλ browser θαη γεληθά ησλ web log files. Υπάξρνπλ πινπνηεκέλνη θάπνηνη κέζνδνη ζηελ Δμφξπμε ησλ Γεδνκέλσλ πνπ πξνζπαζνχλ λα αλαθαιχςνπλ ηα επηρεηξεκαηηθά πξφηππα, λα εμεηάζνπλ ηηο ζρέζεηο κεηαμχ ησλ κεηαβιεηψλ θαη λα πξνβιέςνπλ ηηο καθξνρξφληεο ηάζεηο. Οη εθαξκνγέο απηέο απνηεινχλ έλαλ ηξφπν εχξεζεο θξπθψλ ζρέζεσλ θαη πξνηχπσλ πνπ παξνπζηάδνπλ θάπνην ελδηαθέξνλ, ζε κεγάια ζχλνια δεδνκέλσλ θαη κπνξνχκε λα ηηο θαηαηάμνπκε: ζηελ θαηεγνξηνπνίεζε(classification), ηελ θαηαζθεπή ζπζηάδσλ(clustering), ηελ εύξεζε θαλόλσλ ζπζρέηηζεο(association rules), ηελ παιηλδξόκεζε(regression) θαη ηα δέλδξα απφθαζεο (decision trees). Πάλσ ζε απηά έρνπλ πινπνηεζεί πιήζνο αιγνξίζκσλ. Αλαιπηηθφηεξα: θαηεγνξηνπνίεζε: πξφθεηηαη γηα ηελ έληαμε ησλ αληηθεηκέλσλ, δειαδή ησλ εγγξαθψλ ηνπ ζπλφινπ ησλ δεδνκέλσλ, κε βάζε ηα ραξαθηεξηζηηθά ηνπο ζε έλα ζχλνιν θιάζεσλ. Γηαθξίλνπκε ηε κάζεζε κε επίβιεςε, φπνπ νη νκάδεο ηαμηλφκεζεο είλαη εθ ησλ πξφηεξσλ γλσζηέο φπσο θαη ην πξαγκαηηθφ απνηέιεζκα ηνπ ζπλφινπ εθκάζεζεο. Γχν απφ ηηο πινπνηήζεηο πξνο απηήλ ηελ θαηεχζπλζε είλαη ηα δέλδξα απφθαζεο θαη ηα λεπξσληθά δίθηπα. θαηαζθεπή ζπζηάδσλ: πξφθεηηαη γηα ηε δηαδηθαζία ηνπ θαηακεξηζκνχ ελφο εηεξνγελνχο πιεζπζκνχ ζε επηκέξνπο ζπζηάδεο αλάινγα κε ηα ραξαθηεξηζηηθά ηνπο θαη φρη ζε θάπνηεο πξνθαζνξηζκέλεο θαηεγνξίεο φπσο πξνεγνπκέλσο. Δδψ εθαξκφδεηαη ε κάζεζε ρσξίο επίβιεςε, δειαδή ε θιάζε ηνπ ππνδείγκαηνο δελ αλήθεη ζε γλσζηφ ζχλνιν. εύξεζε θαλόλσλ ζπζρέηηζεο: είλαη ην θαηεμνρήλ φπιν γηα ηελ εχξεζε ησλ θξπκκέλσλ ζπζρεηίζεσλ κεηαμχ ησλ ραξαθηεξηζηηθψλ(φρη απαξαίηεηα κφλν έλα θάζε θνξά) ελφο ζπλφινπ δεδνκέλσλ. -13-

16 παιηλδξόκεζε: απνζθνπεί ζηελ πξφβιεςε ησλ ηηκψλ κηαο κεηαβιεηήο ζηεξηδφκελε ζηηο πξνεγνχκελέο ηεο ηηκέο. δέλδξα απόθαζεο: έλα ηέηνην δέλδξν εθηειεί θαηεγνξηνπνίεζε κέζσ ηεο δνκήο ηνπ, αθνχ ζε θάζε θφκβν ππάξρεη έλα εξψηεκα πνπ αλαθέξεηαη ζηα ραξαθηεξηζηηθά ηεο θάζε εγγξαθήο νδεγψληαο ζε έλα παηδί ηνπ θάζε θφκβνπ. Έλα απφ απηά ηα έηνηκα εξγαιεία(data mining tools) είλαη θαη ην εξγαιείν Weka(Waikato Environment for Knowledge Analysis). To Weka είλαη κηα ζπιινγή απφ αιγφξηζκνπο κεραληθήο κάζεζεο γηα Data Mining. Οη αιγφξηζκνη κπνξνχλ είηε λα ηξέμνπλ άκεζα ζε έλα ζχλνιν δεδνκέλσλ ή λα θιεζνχλ απφ θψδηθα ζε Java. Τν Weka πεξηέρεη εξγαιεία γηα ηελ πξν-επεμεξγαζία, ηελ ηαμηλφκεζε, ηελ παιηλδξφκεζε, ηελ νκαδνπνίεζε, ηνπο θαλφλεο ζπζρέηηζεο, θαη ηελ αλαπαξάζηαζε ησλ απνηειεζκάησλ. Τν πην ζεκαληηθφ είλαη φηη πιένλ είλαη πινπνηεκέλν ζε Java θαη είλαη θαη open source. Οη πξψηεο εθδφζεηο ηνπ ήηαλ ζε TCL/TK καδί κε C. Άιια open source εξγαιεία είλαη ηα R Project θαη RapidMiner. Δηθφλα: Σηηγκηφηππν νζφλεο γηα ην WEKA 2.4 Σα recommender systems Τα ζπζηήκαηα πξφηαζεο κπνξνχλ λα νξηζηνχλ σο ηα ζπζηήκαηα πνπ επηηξέπνπλ ζηνπο ρξήζηεο λα εληνπίζνπλ ηηο πεγέο πνπ ρξεηάδνληαη, βαζηδόκελα ζηηο εκπεηξίεο θαη ηηο -- 14

17 απόςεηο ησλ πην θνληηλώλ ρξεζηώλ[26]. Ο φξνο θνληηλψλ βέβαηα ρξεηάδεηαη κηα απνζαθήληζε: κπνξεί λα είλαη θνληηλψλ ζηνλ γξάθν ή θνληηλψλ σο πξνο ηε ζπκπεξηθνξά, θάηη γηα ην νπνίν ζα γίλεη ιφγνο ζε επφκελε παξάγξαθν. Τν ζίγνπξν είλαη φηη ηα ζπζηήκαηα απηά έξρνληαη λα παίμνπλ έλαλ πνιχ ζεκαληηθφ ξφιν ζηε ιήςε απνθάζεσλ ηφζν ηεο θαηαλαισηηθήο καο θαζεκεξηλφηεηαο αιιά θαη ζε ζέκαηα δηνίθεζεο. Τα ζπζηήκαηα απηά αλήθνπλ ζηελ επξεία νηθνγέλεηα ησλ ζπζηεκάησλ αλάθηεζεο πιεξνθνξίαο θαη απνηεινχληαη απφ δχν δνκηθά ραξαθηεξηζηηθά: ηε βάζε δεδνκέλσλ θαη ηνλ αιγφξηζκν. Η ιεηηνπξγία ηνπο ζηεξίδεηαη ζε κνηξαδφκελεο θαη ρξεζηκνπνηεκέλεο απφ πνιινχο ρξήζηεο αμηνινγήζεηο δηαθνξεηηθψλ online πφξσλ ή αιιηψο αληηθεηκέλσλ, πνπ κπνξεί φκσο λα πνηθίινπλ απφ απιέο βαζκνινγίεο, θξηηηθέο ή κε ηε κνξθή ζρνιίσλ[17], πνπ κπνξεί λα έρνπλ ηε κνξθή tag ή post, πξάγκαηα εληειψο απαξαίηεηα γηα ηελ απνηειεζκαηηθφηεηα θαη ηελ απνδνηηθφηεηα ησλ recommender systems θαη ησλ ζπζηεκάησλ αλάθηεζεο ελ γέλεη. Δθηφο απφ ηηο άκεζεο βαζκνινγίεο, νη άιινη δχν κέζνδνη, απηφο ηεο θξηηηθήο θαη ησλ ζρνιίσλ, είλαη έκκεζνη θαη πξέπεη πάληα λα εμεηάδεηαη έλαο ηξφπνο γηα ηελ κεηαηξνπή ηνπο ζε κηα θιίκαθα αμηνιφγεζεο, έηζη ψζηε λα κεηαηξαπνχλ ζε εχρξεζηα κεηαδεδνκέλα(βιέπε παξάγξαθν 2.10). Αξρηθά ε εθαξκνγή ησλ recommender systems ήηαλ ην θηιηξάξηζκα ζχληνκσλ ζπδεηήζεσλ πξνθεηκέλνπ λα απνζπαζηνχλ νη πην αμηφινγεο. Οη Tapestry [Goldberg et al. 1992] θαη GroupLens [Resnick et al. 1994] θαη νη δχν ην εθάξκνζαλ ζε βάζεηο δεδνκέλσλ γξαπηψλ κελπκάησλ. Αξγφηεξα, ηα ζπζηήκαηα πξνηάζεσλ ή recommender systems, ρξεζηκνπνηνχλ ηηο απφςεηο ή επηινγέο κηαο ζπγθεθξηκέλεο θνηλφηεηαο ρξεζηψλ πξνθεηκέλνπ λα βνεζήζνπλ ηα άηνκα ζηελ ελ ιφγσ θνηλφηεηα λα είλαη πην απνηειεζκαηηθά ζηνλ εληνπηζκφ πεξηερνκέλνπ ηνπ δηθνχ ηνπο ελδηαθέξνληνο απφ ην ηεξάζηην ζχλνιν ησλ πηζαλψλ επηινγψλ [Resnick θαη Varian 1997]. Γεληθά, κπνξνχκε λα νξίζνπκε φηη ν ζηφρνο ελφο ζπζηήκαηνο πξφηαζεο είλαη ε πξφβιεςε γηα ηελ θαιχηεξε εμαηνκηθεπκέλα αλάθηεζε πιεξνθνξίαο απφ νπνηαδήπνηε πεγή-ζχλνιν πιεξνθνξηψλ. Η πινπνίεζε φπσο ζα δνχκε κπνξεί λα γίλεη κε πνιινχο ηξφπνπο. Καη νπζία ε πξφβιεςε είλαη ε ηηκή πνπ εθθξάδεη ηε πξνβιεπφκελε πηζαλφηεηα φηη ν ρξήζηεο ζα πξνηηκήζεη έλα ζπγθεθξηκέλν αληηθείκελν. Άξα ε ζχζηαζε νξίδεηαη απφ ην ζχλνιν ησλ n αληηθεηκέλσλ, ιακβάλνληαο ππφςε ηηο n -15-

18 θνξπθαίεο πξνβιέςεηο απφ ην ζχλνιν ησλ αληηθεηκέλσλ πνπ είλαη δηαζέζηκα. Σθνπφο είλαη ε εχξεζε ησλ θαιχηεξσλ δπλαηψλ πξνβιέςεσλ. Απηφ πνπ ραξαθηεξίδεη φκσο ηέηνηα ζπζηήκαηα, είλαη ε πξσηνβνπιία ηνπ ρξήζηε γηα ηελ εθκεηάιιεπζή ηνπο ή φρη. Η ηζρχνπζα θαηάηαμε κπνξεί απιά λα ιεθζεί ή φρη ππφςε ή θαη λα αγλνεζεί ηειείσο. Σηελ πιεηνςεθία ησλ πεξηπηψζεσλ ηα recommender systems ηξέρνπλ ζαλ ππεξεζία ζε θάπνην ηζηνρψξν, φπσο γίλεηαη ζην Amazon, θαη φρη ζαλ απηφλνκε ιεηηνπξγία, φπσο είλαη νη κεραλέο αλαδήηεζεο. Τη ελλννχκε φκσο κε ηνλ φξν εμαηνκηθεπκέλε ή πξνζσπνπνηεκέλε παξνπζίαζε ηεο πιεξνθνξίαο; Δίλαη ε αληηκεηψπηζε ηνπ θάζε ρξήζηε ή ηνπ θάζε ππνινγηζηή μερσξηζηά, αλάινγα κε πξνεγνχκελεο πξνηηκήζεηο ηνπ θαη αλάινγα κε ην πξνθίι πνπ έρεη ν ίδηνο ζρεκαηίζεη. Γηα παξάδεηγκα, ηα απνηειέζκαηα δελ είλαη ίδηα γηα θάζε αλαδήηεζε ηεο google. Απηή ε πεξίπησζε αλαθέξεηαη ζηελ πξνζσπνπνίεζε. Σην yahoo γηα παξάδεηγκα, ν ίδηνο ν ρξήζηεο κπνξεί λα δειψζεη ηα ελδηαθέξνληά ηνπ θαη ε ζειίδα λα εκθαλίδεη κφλν ηηο θαηάιιειεο δηαθεκίζεηο ή λέα. Έηζη, ν ρξήζηεο απνθνκίδεη ηελ αίζζεζε πσο ππάξρεη εηδηθφ πεξηερφκελν ζε θάζε ζειίδα, κφλν γηα απηφλ, πνιιέο θνξέο αλαγξάθνληαο θαη ην φλνκά ηνπ, πνπ απεπζχλεηαη ζε απηφλ θαη ηα εηδηθά ηνπ ελδηαθέξνληα. Δίλαη δπλαηφλ λα γίλεη πξφβιεςε ηεο ζπκπεξηθνξάο ηνπ ρξήζηε ζε πξαγκαηηθφ ρξφλν φηαλ ζπγθξηζνχλ ηα ηξέρνληα πξφηππα πεξηήγεζεο κε ηα ηππηθά πξφηππα πνπ έρνπλ παιαηφηεξα ζρεκαηηζηεί. Τα ζπζηήκαηα ζχζηαζεο, εθηφο απφ ηηο εμαηνκηθεπκέλεο πξνηάζεηο γηα ηελ θαηαλάισζε αγαζψλ πνπ είλαη ίζσο ε πην ζπρλή εθαξκνγή ηνπο θαη ηηο πξνζσπνπνηεκέλεο κεραλέο αλαδήηεζεο πνπ φινη γλσξίδνπκε, έρνπλ θαη άιιεο εθαξκνγέο φπσο ηε ρξήζε ηνπο γηα ηνλ έιεγρν ηεο έγθξηζεο ελφο δαλείνπ απφ κηα ηξάπεδα, ή αθφκα θαη ηαηξηθή δηάγλσζε ζα κπνξνχζε λα γίλεη, αλάινγα κε ηα ζπκπηψκαηα ηνπ αζζελνχο. Τέηνηνπ είδνπο φκσο εθαξκνγέο μεθεχγνπλ απφ ηα ελδηαθέξνληα απηήο ηεο εξγαζίαο. Λίγν πην επηγξακκαηηθά εδψ θαη πην αλαιπηηθά αξγφηεξα, ζα αλαθεξζνχκε ζηηο κεηξηθέο πνπ ρξεζηκνπνηνχλ ηα ζπζηήκαηα πξφηαζεο, δειαδή αλάινγα κε ηε ινγηθή ηνπ αιγνξίζκνπ πνπ πινπνηνχληαη, πψο απηέο θαηαηάζζνληαη ζε θαηεγνξίεο. Γεληθά, δηαθξίλνληαη ζε ηνπηθέο-local θαη ζε παγθφζκηεο-global. Οη πξψηεο, γηα λα θάλνπλ κηα πξφβιεςε, ιακβάλνπλ ππφςε ηηο πξνζσπηθέο θαη πνιχ ππνθεηκεληθέο απφςεηο ηνπ θάζε ρξήζηε γηα λα πξνβιέςνπλ πξάγκαηα πνπ αθνξνχλ άιινπο ρξήζηεο, ελψ νη δεχηεξεο, πξνζπαζνχλ λα ζρεκαηίζνπλ κηα γεληθή θήκε, ε νπνία πξνζπαζεί λα πξνζεγγίζεη ηνλ -- 16

19 ηξφπν κε ηνλ νπνίν αληηκεησπίδεη ε θνηλφηεηα ηνλ θάζε ρξήζηε μερσξηζηά. Σε απηή ηε δεχηεξε πεξίπησζε, δε καο ελδηαθέξνπλ νη κεκνλσκέλεο ππνθεηκεληθέο θξίζεηο αιιά ηηο αληηκεησπίδνπκε ζαλ ην κέζν φξν. Σε απηή ηε πεξίπησζε αλήθεη θαη ν PageRank. Τέηνηα παξαδείγκαηα ζπζηεκάησλ είλαη ην YouTube, ην Amazon θιπ θαη ε ρξεζηκφηεηά ηνπο γηα ηνπο ρξήζηεο ηνπο κπνξεί λα είλαη απιά ε δηαζθέδαζε ή ε ελεκέξσζε ελψ έρνπλ θαη ηελ θαζαξά εκπνξηθή ηνπο πιεπξά πνπ είλαη ε πξνψζεζε ησλ πσιήζεσλ γηα ηηο εθαξκνγέο ηνπ ειεθηξνληθνχ εκπνξίνπ(βιέπε παξάγξαθν 2.5.1). Θα πξέπεη φκσο λα ππνγξακκίζνπκε φηη κηα επηηπρεκέλε πξφηαζε κπνξεί λα νδεγήζεη ζε κηα εκπνξηθή επηηπρία, ελψ απφ ηελ άιιε πιεπξά ε απνηπρία εθθπιίδεη ηελ ηδέα ζε spam ή ζηα ειιεληθά ζε κε αηηεζείζα θαη αλεπηζχκεηε ειεθηξνληθή επηθνηλσλία. Γειαδή ζπζζψξεπζε άρξεζηεο πιεξνθνξίαο πνπ πξνθαιεί ελφριεζε θαη κφλν αξλεηηθά ζπλαηζζήκαηα. Πην ζπρλά απηφ ζπκβαίλεη φηαλ ρξεζηκνπνηνχκε ηερληθέο classification, δειαδή νκαδνπνίεζεο, πνπ απνβιέπνπλ ζηελ απινχζηεπζε θαη εθεί αθξηβψο ελππάξρεη ην ιάζνο. Όζν ν ζεκαζηνινγηθφο Ιζηφο αλαπηχζζεηαη θαη εμειίζζεηαη ηφζν γξήγνξα, κε λέα πξφηππα φπσο είλαη ηα επηζπλαπηφκελα δεδνκέλα, ηηο γιψζζεο RDFa, θαζψο θαη λέεο πξνζεγγίζεηο φπσο είλαη ηα wikis ζηα νπνία ζπλαληάκε έλλνηεο φπσο ε αλαδήηεζε θαη ε εκπηζηνζχλε. Φαξαθηεξηζηηθφηεξα παξαδείγκαηα φισλ ησλ πξνεγνπκέλσλ είλαη νη πξνζπάζεηεο γηα βειηίσζε ηνπ Google, σο πξνο ηελ αμηνιφγεζε ηνπ ηεξάζηηνπ αξηζκνχ ησλ ζειίδσλ ηνπ ηζηνχ θαη ηελ αλαγλψξηζε ηεο πξνζπάζεηαο γηα θινπή ή spam. 2.5 Δηδηθέο πεξηπηώζεηο ηωλ recommender systems Οη εθαξκνγέο ηνπ data mining είλαη πνιιέο θαη ζπλαληψληαη ζην e-επηρεηξείλ, ηελ εθπαίδεπζε, ηηο ηειεπηθνηλσλίεο, ηα νηθνλνκηθά, ηε κεραληθή, ηε βηνηερλνινγία, κέρξη θαη ηελ θαηαπνιέκεζε ηεο ηξνκνθξαηίαο[24]. -17-

20 Δηθφλα: Παξάδεηγκα απφ ηνλ scholar ηεο Google γηα ηηο αλαθνξέο Μηα εηδηθή πεξίπησζε ησλ recommender systems είλαη θαη νη κεραλέο αλαδήηεζεο θαη απηφ γηαηί ην δεηνχκελν αληηθείκελν πξνο εχξεζε είλαη ηζηνζειίδεο θαη φρη έλα θαηαλαισηηθφ αγαζφ ή νηηδήπνηε απηφ. Βέβαηα απηφ αιιάδεη εληειψο θαη ηνλ ηξφπν ιεηηνπξγίαο ηνπ. Κάζε κεραλή αλαδήηεζεο ζηεξίδεηαη ζε έλαλ crawler γηα λα απνθηήζεη ηηο απαξαίηεηεο πιεξνθνξίεο γηα ηηο ιεηηνπξγίεο ηεο. Οη crawlers είλαη κηθξά πξνγξάκκαηα πνπ «ςάρλνπλ» ην δηαδίθηπν γηα ινγαξηαζκφ ηεο κεραλήο αλαδήηεζεο, φπσο ζα έθαλε θάζε θνηλφο ρξήζηεο πνπ ζα αθνινπζνχζε ηνπο ζπλδέζκνπο (links) ή αλαθνξέο γηα λα θηάζεη ζε νπνηαδήπνηε ζειίδα, φπσο θαίλεηαη θαη ζηελ παξαπάλσ εηθφλα. Τα πξνγξάκκαηα απηά, δίλνπλ έλα αξρηθφ ζεη απφ URLs, ησλ νπνίσλ νη ζειίδεο κπνξνχλ λα αλαθηεζνχλ απφ ην δηαδίθηπν. Οη crawlers εμάγνπλ ηα URLs πνπ θαίλνληαη ζηηο ζειίδεο πνπ έρνπλ αλαθηεζεί θαη δίλνπλ απηή ηε πιεξνθνξία ζηε κνλάδα ειέγρνπ ηνπ crawler θαη επίζεο απνζεθεχνπλ ηηο ζειίδεο πνπ έρνπλ αλαθηεζεί κέζα ζε κηα απνζήθε ζειίδσλ (page repository). Η δηαδηθαζία απηή ζπλερίδεηαη έσο φηνπ νη ηνπηθέο πεγέο ηνπ ζπζηήκαηνο καο, φπσο γηα παξάδεηγκα νη ρψξνη απνζήθεπζεο, εμαληιεζνχλ. Απηφο είλαη ν βαζηθφο αιγφξηζκνο ιεηηνπξγίαο ελφο crawler θαη κνξθνπνηείηαη ζε πνιιέο παξαιιαγέο πνπ πξνζδίδνπλ ζηηο κεραλέο αλαδήηεζεο δηαθνξεηηθά επίπεδα θάιπςεο θαη άξα θαη ζπκπεξηθνξάο. Γηα παξάδεηγκα, νη crawlers ζε κηα ζπγθεθξηκέλε κεραλή κπνξεί λα έρνπλ νξηζηεί λα επηζθεθζνχλ φζν ην δπλαηφλ πεξηζζφηεξα sites, αδηαθνξψληαο γηα ηηο ζειίδεο πνπ είλαη ζην βάζνο ηεο αλαδήηεζεο(πινπνίεζε breadthfirst πνιηηηθήο αλαδήηεζεο), απηέο δειαδή πνπ ζπλαληψληαη ζαλ εζσηεξηθνί ζχλδεζκνη, κέζα ζε θάζε site. Σε άιιεο κεραλέο κπνξεί λα δίλεηαη πξνηεξαηφηεηα ζε ζπγθεθξηκέλα domain (ηχπνη ζειίδσλ φπσο.com.org.edu ), φπσο είλαη νη θπβεξλεηηθέο ζειίδεο. Η κνλάδα ειέγρνπ ηνπ crawler είλαη απηή ππεχζπλε γηα ηελ θαηεχζπλζε ησλ ιεηηνπξγηψλ ηνπ crawling

21 Η παξαπάλσ ινγηθή εθαξκφδεηαη θαηά θαλφλα αιιά ππάξρνπλ θαη πνιινί ηξφπνη γηα ηε βειηίσζε ηεο απφδνζήο ηεο, φπσο γηα παξάδεηγκα ε ρξήζε αλαηξνθνδφηεζεο (feedback) απφ ηε κνλάδα ειέγρνπ ηνπ crawler πνπ κπνξεί απφ θάπνηα ππνδείγκαηα ή ηερληθέο ρξήζεο λα θαζνδεγήζεη ηελ δηαδηθαζία ηνπ crawling, απεπζπλφκελε έηζη ζηελ κεραλή πνπ δέρεηαη ηηο αηηήζεηο ή query engine. Δθεί πνπ ππάξρεη θνηλή πινπνίεζε κε ηα recommender systems είλαη ε ρξήζε ζηηο κεραλέο αλαδήηεζεο ηεο κνλάδαο αμηνιφγεζεο: έρεη ηελ επζχλε λα ηαμηλνκεί ηα απνηειέζκαηα έηζη ψζηε απηά πνπ είλαη πην πάλσ ζηε ιίζηα λα είλαη πην πηζαλφ λα ζρεηίδνληαη κε ηελ αίηεζε ηνπ ρξήζηε. Έλα κειαλφ ζεκείν ησλ κεραλψλ αλαδήηεζεο είλαη ε χπαξμε άζρεηεο πιεξνθνξίαο πνπ επηζηξέθεηαη θαη απηφ κπνξεί λα είλαη απνηέιεζκα δηαθφξσλ θαθψλ ζπκπεξηθνξψλ: ηα απνηειέζκαηα κπνξεί λα θαηαδεηθλχνπλ ιέμεηο πνπ απιά αλαθέξνληαη ζε κηα ζειίδα αιιά δελ είλαη ην θχξην πεξηερφκελφ ηεο, ην index κπνξεί λα πεξηέρεη παιαηφηεξεο εθδφζεηο κηαο ζειίδαο ρσξίο λα έρεη πξφζθαηα αλαλεσζεί, δελ ειέγρεηαη παξά κφλν ε html πιεξνθνξία θαη ζπάληα αξρεία doc, pdf θαη άιισλ εηδψλ, θαη ηέινο έλα πνιχ ζπρλφ θαηλφκελν είλαη νη κεραλέο αλαδήηεζεο λα πέθηνπλ ζχκαηα ηεο πνιπζεκίαο ησλ ιέμεσλ ζηε θπζηθή γιψζζα. Απηφ γίλεηαη επεηδή θαη νπζία γίλεηαη αληηζηνίρηζε ησλ ιέμεσλ θιεηδηψλ κε ηα queries θαη δε ιακβάλεηαη ππφςε ε πιεξνθνξία σο ζχλνιν, πνπ πεξηβάιιεη ηε ιέμε. Τα πξνβιήκαηα απηά ιχλνληαη κε ηε ρξήζε κεηαδεδνκέλσλ φπσο ζα δνχκε ζε παξαθάησ παξάγξαθν θαη ε εηζαγσγή ηνπ πνιιά ππνζρφκελνπ Σεκαζηνινγηθνχ Ιζηνχ, πνπ πξνζδίδεη ηελ ηθαλφηεηα γηα εξκελεία ησλ πεξηερνκέλσλ ηνπ www. Απψηεξνο ζηφρνο, είλαη ε πινπνίεζε ηεο ζεκαζηνινγηθήο αλαδήηεζεο, απμάλνληαο ηνλ δείθηε λνεκνζχλεο ησλ κεραλψλ αλαδήηεζεο: πιένλ κε ηε βνήζεηα ησλ επθπψλ πξαθηφξσλ ζα είλαη ηθαλνί λα ζπγθξίλνπλ απφςεηο θαη γεγνλφηα, βαζηδφκελνη ζε γιψζζεο φπσο ε RDF θαη ε OWL πνπ ρξεζηκνπνηνχληαη γηα ηελ θσδηθνπνίεζε ηεο γλψζεο θαηαλνεηήο απφ κεραλέο, γηα ηελ πινπνίεζε λέσλ ππεξεζηψλ, εξγαιείσλ θαη εθαξκνγψλ. Μηα άιιε εμεηδηθεπκέλε εθαξκνγή ησλ recommender systems είλαη ε δηαρείξηζε θαη ν ζρεδηαζκφο κηαο δηαθεκηζηηθήο θακπάληαο ζηεξηδφκελε ζην adwords ηεο Google. Ωο γλσζηφλ, ε επηινγή ιέμεσλ θιεηδηψλ, γεσγξαθηθψλ, γισζζηθψλ, ρξνληθψλ θαη άιισλ πεξηνξηζκψλ φπσο ε επηινγή ηεο θαηαιιειφηεξεο ηηκήο πνπ απαηηνχληαη γηα κηα ηέηνηα δηαδηθαζία είλαη δεηήκαηα πνιχπινθα. Η ίδηα ε εηαηξία πξνζθέξεη ππεξεζίεο -19-

22 πνπ είλαη απαξαίηεηεο γηα ηελ αλάπηπμε ηέηνησλ εθαξκνγψλ κέζσ ηνπ AdWords API[15] θαη βαζίδεηαη ζηηο ηερληθέο ησλ recommender systems Δθαξκνγή ηωλ recommender systems ζην ειεθηξνληθό εκπόξην Τν ειεθηξνληθφ εκπφξην πιένλ επλνείηαη κε ηνλ ζπλδπαζκφ ηεο αλάπηπμεο ησλ ειεθηξνληθψλ ππεξεζηψλ αιιά θαη ησλ λέσλ ζπλζεθψλ πνπ επηθξαηνχλ ζηελ αγνξά. Τν ζηίγκα ηνπ λένπ πεξηβάιινληνο πνπ δηακνξθψλεηαη πιένλ απφ νηθνλνκηθήο ζθνπηάο ραξαθηεξίδεηαη απφ: νινέλα απμαλφκελε ηάζε γηα κεγαιχηεξεο θαη θαιχηεξεο πνηθηιίεο πξντφλησλ, άξα πξνθχπηεη θαη ε αλάγθε γηα πην θηελή πξνψζεζε θαη αγνξά πνπ ζα κπνξέζεη λα αληαπνθξηζεί ζηηο ζπλζήθεο ηνπ έληνλνπ αληαγσληζκνχ ζεκαληηθά κηθξφηεξνη θχθινη δσήο ησλ πξντφλησλ: ε επνρή καο ραξαθηεξίδεηαη απφ ηελ αθζνλία θαη ηνλ ππεξθαηαλαισηηζκφ ζπλερείο κεηαβνιέο ζηηο απαηηήζεηο ησλ πειαηψλ, αθνχ ηα εξεζίζκαηα κάξθεηηλγθ πνπ δέρνληαη είλαη πνιιά θαη επαλαιακβαλφκελα αλάγθε γηα νιηθή πνηφηεηα, θάηη πνπ πξνβιέπεη ηελ εζηίαζε ζηηο αλάγθεο ηεο θνηλσλίαο, ηελ ζπλερή βειηίσζε ησλ δηαδηθαζηψλ θαη ησλ παξερφκελσλ ππεξεζηψλ αλεξρφκελε αλάγθε γηα εμαηνκίθεπζε ησλ πξντφλησλ, πξάγκα πνπ πινπνηείηαη πιήξσο κέζα απφ κηα online παξαγγειία, πνπ δίλεη ζαθή εληνιή γηα ηηο επηζπκίεο ηνπ θαηαλαισηή θαη θαηεπζείαλ εληνιή ζην ζεκείν παξαγσγήο Η αθζνλία, ε ππεξεπάξθεηα θαη ν θαηαθιπζκφο απφ ηε ζπζζσξεπκέλε πιεξνθνξία, είλαη θαηαζηάζεηο πνπ επηδεηνχλ ιχζεηο φπσο ηα ζπζηήκαηα πξφηαζεο, γηα ηε δηαρείξηζε ηεο πιεξνθνξίαο θαη ηελ εμαηνκηθεπκέλε πξνβνιή ηεο. Γηα ηελ επηρείξεζε φκσο ζηφρνο είλαη ε αχμεζε ησλ πσιήζεσλ θαη ε επίηεπμε ηνπ πίζηεο ηνπ πειάηε, δειαδή ηνπ customers loyalty. Τα ζπζηήκαηα πξφηαζεο ζε απηέο ηηο πεξηπηψζεηο κπνξνχλ λα πάξνπλ θαη ηε κνξθή ελφο CRM(Customer Relationship Management)

23 Μάιηζηα, ζα πξέπεη λα ηνλίζνπκε ηελ απμαλφκελε εμάξηεζε ηνπ marketing απφ ηα θνηλσληθά δίθηπα. Έλα εξγαιείν γηα ηε κέηξεζε ηεο πξνβνιήο είλαη ην ην νπνίν δίλεη αμηνινγήζεηο σο πξνο ηελ πξνβνιή θάπνηνπ νξγαληζκνχ σο πξνο κηα πιεηάδα παξαγφλησλ φπσο νη ζειίδεο εκθάληζεο ζην facebook, ζε blogs, Flickr, YouTube, ην Wikipedia θιπ. Έλα παξάδεηγκα είλαη εκθαλέο ζηελ παξαθάησ ζηηγκηφηππν νζφλεο, φπνπ δίλεηαη ζπλνιηθφ ζθνξ 21 θαη παξαθάησ ην ζθνξ απηφ δηθαηνινγείηαη πσο δηακνηξάδεηαη ζηα δηάθνξα δίθηπα[23]. Δηθφλα: Παξάδεηγκα γηα ηελ εμάπισζε ησλ θνηλσληθψλ δηθηχσλ θαη ηε ζεκαζία ηνπο Ο Radian6[22] είλαη έλαο crawler γηα ηα θνηλσληθά δίθηπα, πνπ πξνζθέξεη κηα πιαηθφξκα γηα ηελ παξαθνινχζεζε ηνπ ρεηξηζκνχ ηνπ brand ελφο νξγαληζκνχ. Δίλαη δειαδή θάηη ζαλ απνδειηίσζε ησλ θνηλσληθψλ δηθηχσλ, γηα ηελ παξαθνινχζεζε ησλ αληαγσληζηψλ, ησλ απεηιψλ, ηνπ πιήζνπο θαη θπξίσο ησλ αλαγθψλ θαη ηάζεσλ ζηελ αγνξά θαη δηαηείλνληαη φηη κπνξνχλ λα εληνπίζνπλ ζεκάδηα θξίζεο, πξηλ απηή θαιάθαιά εκθαληζηεί, φηαλ απιά νξίδεηαη ζαλ δπζαξέζθεηα. 2.6 Σα θνηλωληθά δίθηπα Σαλ εηζαγσγηθή έλλνηα ζα πξέπεη λα πξνζδηνξίζνπκε ηα social media, σο ηα κέζα γηα θνηλσληθή αιιειεπίδξαζε, ρξεζηκνπνηψληαο ην δηαδίθηπν ή θηλεηέο ηερλνινγίεο κε απνηέιεζκα ην ζρεκαηηζκφ θνηλνηήησλ ρξεζηψλ, κε ηάζεηο ζχγθιηζεο ελδηαθεξφλησλ -21-

24 θαη κε ραξαθηεξηζηηθά ηελ αληαιιαγή κελπκάησλ, ζρνιίσλ, θιπ. Ωζηφζν, δελ πξφθεηηαη γηα θιεηζηέο θνηλσλίεο αιιά αιιειεπηδξνχλ πνιχ έληνλα ηφζν κεηαμχ ηνπο φζν θαη κε ηνλ εκπνξηθφ θφζκν. Σήκεξα πιένλ ζεσξνχληαη ζαλ ην αλαδπφκελν κέζν γηα ην ζηνρεπκέλν marketing, φπνπ γεληθά πξέπεη λα παξαηεξήζνπκε φηη ε επηξξνή απηή είλαη ακθίδξνκε. Απηή είλαη θαη ε θχξηα δηαθνξά ηνπο κε ηα παξαδνζηαθά κέζα επηθνηλσλίαο κεηαμχ νξγαληζκνχ θαη ζηφρνπ πνπ ήηαλ θαζαξά παζεηηθά κέζα. Με ηελ επηθξάηεζε ησλ θνηλσληθψλ δηθηχσλ, ζχκθσλα κε ηελ επηθξαηνχζα άπνςε, ππνζηεξίδεηαη θαη απμάλεηαη ε δηαθάλεηα θαη ε δχλακε ησλ ρξεζηψλ ή ζηφρσλ, αλάινγα απφ πην πιεπξά ην βιέπνπκε. Παξφια απηά, θάπνηνη ζπγρένπλ ηα θνηλσληθά δίθηπα κε ηα blogs: ε δηαθνξά είλαη θαηαθαλήο. Δίλαη φκνηα σο πξνο ηε δπλαηφηεηα θνηλνπνίεζεο ηδεψλ θαη ην δηακνηξαζκφ γεγνλφησλ ρσξίο θαλέλα πεξηνξηζκφ, φπσο είλαη θαη ηα forum άιισζηε, αιιά δελ έρνπλ ηα επηπιένλ θνηλσληθά ραξαθηεξηζηηθά πνπ ζα απαζρνιήζνπλ ην ρξήζηε, πνπ αθνξνχλ γηα παξάδεηγκα ηε δηαζθέδαζε θαη πνπ πξψηα ην Facebook θαη ην MySpace φξηζαλ κέζα απφ εθαηνληάδεο εθαξκνγέο, φπσο είλαη ε real-time επηθνηλσλία, ε online δηαζθέδαζε, ηα νπνία δε πεξηνξίδνληαη παξά κφλν απφ ηνλ ίδην ηνλ ρξήζηε. Υπάξρνπλ ηξεηο βαζηθνί ιφγνη γηα ηνπο νπνίνπο αμίδεη θαλείο λα εμεηάζεη ζπζηεκαηηθά απηέο ηηο θνηλφηεηεο απφ ηε ζηηγκή πνπ ζρεκαηίδνληαη. Καηαξρήλ απηέο νη θνηλφηεηεο παξέρνπλ πνιχηηκε θαη πηζαλψο πην αμηφπηζηε, ρξνληθά θαη αλαλεσκέλε πεγή πιεξνθνξίαο εμεηάδνληάο ην ζαλ ζχλνιν δεδνκέλσλ. Γεχηεξνλ, αληηπξνζσπεχνπλ ηελ θνηλσληνινγία ηνπ δηαδηθηχνπ, αθνχ κειεηψληαο απηέο παίξλνπκε δείγκαηα γηα ηηο ηάζεηο θαη ηελ εμέιημε ηνπ δηαδηθηχνπ θαη ηέινο, κπνξνχλ λα απνηειέζνπλ δηαθεκηζηηθφ ζηφρν ζηνρεπκέλνπ ελδηαθέξνληνο, αθνχ γλσξίδνπκε ηα επηκέξνπο ζηνηρεία ηνπ θνηλνχ πνπ απεπζπλφκαζηε, φπσο είλαη ηα δεκνγξαθηθά θαη νη πξνηηκήζεηο ηνπ ρξήζηε. Απηφ φκσο πνπ θπξίσο καο ελδηαθέξεη ζε απηήλ ηελ εξγαζία επηθεληξψλεηαη ζε έλα θνκκάηη ησλ θνηλσληθψλ δηθηχσλ πνπ αλαθεξφκαζηε κε ηελ έλλνηα ησλ ιεγφκελσλ social rating networks, φπνπ θάζε ρξήζηεο έρεη ηε δπλαηφηεηα λα αμηνινγεί αληηθείκελα θαη παξάιιεια λα αλαπηχζζεη ζρέζεηο κε άιινπο ρξήζηεο

25 2.7 Δθαξκνγή ηωλ recommender systems ζηα θνηλωληθά δίθηπα Έλα άιιν ζεκείν εζηίαζεο θαη εθαξκνγήο ησλ recommender systems είλαη θαη ηα θνηλσληθά δίθηπα ή social networks πνπ απνηεινχλ πφιν έιμεο ρξεζηψλ θαη ραξαθηεξίδνληαη γηα ηε καδηθή εθδήισζε πξνηηκήζεσλ ηφζν ζε θαηαλαισηηθά πξντφληα θαη ππεξεζίεο, φζν θαη ζε ηξφπνπο δηαζθέδαζεο αθφκα θαη δηαθίλεζεο ηδεψλ. Τα θνηλσληθά δίθηπα πξνβάιινπλ πιένλ ζαλ ηεξάζηηεο απνζήθεο πιεξνθνξηψλ θαη ηα εξγαιεία αλαδήηεζεο(αιγφξηζκνη) πξέπεη λα πξνζαξκνζηνχλ γηα ηελ εθκεηάιιεπζε ηεο ππεξαμίαο πνπ δεκηνπξγείηαη. Έλα ραξαθηεξηζηηθφ γεγνλφο πνπ πξέπεη λα ιάβνπκε ππφςε είλαη κάιηζηα φηη ε παξαγσγή δεδνκέλσλ ζε ηέηνηα δίθηπα είλαη κεγάιε. Σχκθσλα κε κεξηθέο εθηηκήζεηο φπσο αλαθέξνληαη ζην [12], ν ξπζκφο δηαθίλεζεο πεξηερνκέλνπ απφ κεξηάο ησλ ρξεζηψλ θηάλεη ηα 10ΤB/day ζε δηθηπαθνχο ηφπνπο θνηλσληθήο δηθηχσζεο, θαη κφιηο ηα 3GB/day γηα ηελ απνζηνιή ηδησηηθνχ θείκελνπ. Σαλ θνηλσληθφ πεξηερφκελν ελφο ρξήζηε νξίδνπκε ηφζν ην θνηλσληθφ-πξνζσπηθφ πεξηερφκελν (ηνπο θίινπο ηνπο θαη ηηο θνηλφηεηεο ζηελ νπνίεο αλήθνπλ) αιιά θαη ην θνηλσληθφ ηνπο πιαίζην σο πξνο ηελ θνηλφηεηα (ν ξφινο θαη ε ηαπηφηεηά ηνπο δειαδή σο πξνο ηηο δηαθνξεηηθέο θνηλφηεηεο)[12]. Ωζηφζν, ππάξρεη κηα ζεκαληηθή δηαθνξνπνίεζε σο πξνο ηη ςάρλνπλ νη ρξήζηεο ησλ θνηλσληθψλ δηθηχσλ ζε αληίζεζε κε ηηο παξαδνζηαθέο κεραλέο αλαδήηεζεο: ζηε δεχηεξε πεξίπησζε ηα εξσηήκαηα απεπζχλνληαη θπξίσο ζηελ εχξεζε πιεξνθνξίαο, ζε ζέκαηα πινήγεζεο ζηνλ ηζηφ ή ζε θαηαλαισηηθά αγαζά, ελψ ζηελ πξψηε ην επίθεληξν ηεο αλαδήηεζεο είλαη είηε νη άλζξσπνη: νη άλζξσπνη πνπ γλσξίδσ, πνπ έρσ ηα ίδηα ελδηαθέξνληα, πνπ αλήθνπκε ζηελ ίδηα θνηλφηεηα, είηε ε πιεξνθνξία πνπ παξάγεηαη απφ απηνχο ηνπο αλζξψπνπο φπσο post, θσηνγξαθίεο, ζρφιηα θιπ, έρνπλ δειαδή θνηλσληθή πξνέιεπζε. Υπάξρεη φκσο θαη κηα ζεσξία, ζχκθσλα κε ηελ νπνία νη αλαδεηήζεηο ζηηο παξαδνζηαθέο κεραλέο αλαδήηεζεο ζα πξέπεη λα αληινχλ δεδνκέλα απφ ηα θνηλσληθά δίθηπα[21] γηα ηελ θαηαγξαθή ησλ γεληθψλ ελδηαθεξφλησλ ηνπο θαη εκπεηξηθψλ δεδνκέλσλ, ηελ νπνία ζα αλαιχζνπκε ιίγν πην θάησ. Ίδηνλ γλψξηζκα ησλ θνηλσληθψλ δηθηχσλ είλαη ε ζχζηαζε ζρέζεσλ κεηαμχ ησλ ρξεζηψλ ηνπ. Απηέο νη ζρέζεηο κπνξνχλ λα νξίδνληαη κε δηαθνξεηηθά νλφκαηα αλάινγα κε ηελ πινπνίεζε: θηιία γηα ην facebook, νπαδφο γηα ην twitter, κέινο γηα ην Youtube, -23-

26 θιπ, φια απηά ραξαθηεξίδνπλ κηα ζρέζε εκπηζηνζχλεο πνπ ελψλεη ηνπο ρξήζηεο θαη ηνπο δίλεη ηε δπλαηφηεηα λα παξαθνινπζνχλ ν έλαο ην πεξηερφκελν ηνπ άιινπ. Απηή ε ζρέζε εκπηζηνζχλεο κπνξεί λα κεηξεζεί απφ κηα ηηκή(trust value). Μάιηζηα, ε εθκαίεπζε ησλ trust values κεηαμχ ησλ ρξεζηψλ, νξίδεηαη σο Web of Trust, θάηη πνπ κπνξεί λα ιεηηνπξγήζεη σο ζεκέιηνο ιίζνο γηα ηα ζπζηήκαηα πξφηαζεο. Έηζη, πιένλ νξίδνληαη θαη ηα Trust-aware ζπζηήκαηα πξφηαζεο, φπνπ έρνπλ δηπιή εθαξκνγή εκπηζηνζχλεο, άκεζα σο πξνο ηα αληηθείκελα πνπ αμηνινγνχληαη απφ ηνπο ρξήζηεο θαη έκκεζα φηαλ ηα αληηθείκελα αμηνινγνχληαη απφ θάπνηνλ άιιν ρξήζηε. Αθνινπζεί έλα ζρεηηθφ παξάδεηγκα[26] ζηε δηπιαλή εηθφλα γηα ηελ απνζαθήληζε ηνπ φξνπ Web of Trust. Έηζη, ζηελ πεξίπησζε πνπ ηα trust values δνζνχλ απφ ηνπο ρξήζηεο πνπ έρνπλ αιιειεπηδξάζεη κεηαμχ ηνπο, ηφηε γηα παξάδεηγκα, ν ρξήζηεο A δίλεη 0,4 ζηνλ B θαη 0,7 ζηνλ C, άξα νη B θαη C αλήθνπλ ζην Web of Trust ηνπ Α. Απηή ε ινγηθή κπνξεί λα αμηνπνηεζεί απφ έλα αιγφξηζκν πνπ ζα δηαβάδεη ηνλ γξάθν θαη ζα ππνινγίζεη ηε ζεκαληηθφηεηα ηνπ θάζε ρξήζηε γηα ηελ αλάδεημε ησλ authoritative. Τη γίλεηαη φκσο φηαλ δελ ππάξρνπλ αμηνινγήζεηο γηα φινπο ηνπο ρξήζηεο; Τελ απάληεζε έξρεηαη λα δψζεη ην propagation of trust ή ζηα ειιεληθά ε δηάδνζε ηεο εκπηζηνζύλεο ζην γξάθν. Πξφθεηηαη ζα ιέγακε γηα κηα εθαξκνγή ηεο κεηαβαηηθήο ηδηφηεηαο ησλ καζεκαηηθψλ ζην trust network. Αθξηβέζηεξα, ν φξνο κπνξεί λα γίλεη πην ζαθήο κε έλα παξάδεηγκα: ιέκε φηη αλ ν Α εκπηζηεχεηαη ηνλ Β θαη ν Β εκπηζηεχεηαη ηνλ C, ηφηε είλαη πνιχ πηζαλφ λα κπνξνχκε λα βγάινπκε θάπνην ζπκπέξαζκα γηα ηε ζρέζε κεηαμχ Α θαη C, φρη βέβαηα κε ηελ αθξίβεηα ησλ καζεκαηηθψλ αιιά πηζαλνθξαηηθά. Αλ ζα ζέιακε λα θάλνπκε θαη άιινπο παξαιιειηζκνχο κε ηα καζεκαηηθά, ζα κπνξνχζακε λα πνχκε φηη γηα παξάδεηγκα, ε εκπηζηνζχλε δελ είλαη κηα ζρέζε ζπκκεηξηθή: δελ ηζρχεη δειαδή φηη αθνχ ν Α εκπηζηεχεηαη ηνλ Β, ηφηε θαη ν Β εκπηζηεχεηαη ηνλ Α. Έρνπλ αλαπηπρζεί δηάθνξνη ηξφπνη πνπ κπνξεί θαλείο λα εθκεηαιιεπηεί ην propagation of trust θαη λα ππνινγίζεη trust values, κε βάζνο γξάθνπ 1,2,3,4 ή θαη παξαπάλσ. Απνηειέζκαηα ζρεηηθνχ πεηξάκαηνο[26] έδεημαλ φηη ζην βάζνο γξάθνπ ίζν κε 4, ηα απνηειέζκαηα είλαη ηα βέιηηζηα, φπσο ζα δνχκε θαη ζηε ζπλέρεηα ηεο εξγαζίαο

27 Αθνχ είπακε θάπνηα γεληθά πξάγκαηα γηα ηα ζεκαληηθφηεξα ησλ θνηλσληθψλ δηθηχσλ θαη ηα ραξαθηεξηζηηθά ηνπο, λα ηνλίζνπκε φηη ήδε ππάξρεη κηα ηάζε ζχγθιηζεο σο πξνο ηα ραξαθηεξηζηηθά ηνπο πνπ δείρλνπλ λα ιακβάλνπλ ππφςε ην έλα ην άιιν, αιιά θαη κηα ηάζε ζπλεξγαζίαο ηνπο: ζην YouTube ππάξρεη επηινγή γηα ηελ είζνδν κε ηνλ ινγαξηαζκφ ηνπ Facebook, πξάγκα πνπ δειψλεη κηα πξφζεζε γηα αληαιιαγή πιεξνθνξηψλ. Αθφκα έλα παξάδεηγκα είλαη ε πηνζέηεζε ηεο επηινγήο «Like» ηνπ Facebook απφ ην CMS Joomla, πνπ δηαηίζεηαη ζαλ free component θαη άξα ε πηνζέηεζή ηνπ απφ έλα πιήζνο απφ ηζηνρψξνπο θαη θπξίσο blogs. Τν απνηέιεζκα είλαη κέζσ απηήο ηεο δπλαηφηεηαο κπνξνχκε λα πάξνπκε αμηνινγήζεηο θαη γηα άιια αληηθείκελα, εθηφο απφ απηά πνπ έρνπλ ηνπνζεηεζεί ήδε ζην Facebook. Γεληθά, απφ άπνςε απεηθφληζεο, ηα θνηλσληθά δίθηπα αλαπαξηζηψληαη κε ηε κνξθή ηνπ (θνηλσληθνχ) γξάθνπ. Τν Graphmania είλαη έλα εξγαιείν γηα ηνλ ππνινγηζκφ ησλ νκνηνηήησλ κεηαμχ ησλ θφκβσλ θαη πξνζθέξεη νπηηθνπνίεζε ησλ απνηειεζκάησλ κε ηε κνξθή ηνπ γξάθνπ γηα νπνηνδήπνηε θνηλσληθφ δίθηπν[11]. 2.8 Φαηλόκελα ζηε ζπκπεξηθνξά ηωλ ρξεζηώλ Όπσο πξνείπακε, νη ρξήζηεο ηείλνπλ λα νκαδνπνηνχληαη σο πξνο ηε ζπκπεξηθνξά ηνπο, θάηη πνπ απεηθνλίδεηαη ζηνλ γξάθν κε ηελ εκθάληζε πεξηνδηθψλ θνηλσληθψλ θαηλφκελσλ. Η «αλάιπζε ησλ θνηλσληθώλ δηθηύσλ» είλαη ε ραξηνγξάθεζε θαη ε κέηξεζε ησλ ζρέζεσλ θαη ησλ ξνψλ κεηαμχ ησλ αλζξψπσλ, ησλ νκάδσλ, ησλ νξγαλψζεσλ, ησλ ππνινγηζηψλ ή νπνηεζδήπνηε άιιεο νληφηεηεο πνπ κπνξνχλ λα επεμεξγαζηνχλ πιεξνθνξίεο ή γλψζε[34]. Αλαθεθαιαηψλνληαο φζα είπακε πξνεγνπκέλσο, θαη βάζεη φζσλ αλαθέξνληαη ζην[34], ηα ζεκαληηθά ζεκεία ζηελ αλάιπζε ησλ θνηλσληθψλ δηθηχσλ είλαη ηα εμήο: Η ακνηβαηφηεηα. Πξνθχπηεη απφ ηελ πξαγκαηηθή δσή θαη πεξηγξάθεηαη ζαλ ηε ζπκκεηξηθή ζρέζε ησλ καζεκαηηθψλ: εάλ ν i έρεη ζρέζε κε ηνλ j, ηφηε είλαη πνιχ πηζαλφ θαη ν j λα έρεη ζρέζε κε ηνλ i. Η κεηαβαηηθφηεηα. Δίλαη ε ηδηφηεηα ζηελ νπνία ζηεξίδεηαη ε δηάδνζε ηεο εκπηζηνζχλεο: εάλ ν i μέξεη ηνλ j θαη ν j μέξεη ηνλ k, ηφηε είλαη πηζαλφ θαη ν i λα μέξεη ηνλ k. -25-

28 Πνιχ ζπρλή ρξήζε κεζφδσλ εμαγσγήο ζπκπεξαζκάησλ γηα ηελ απνθπγή ιαζψλ Φξήζε ηεο κεζφδνπ Markov Chain Monte Carlo γηα ηελ εθηίκεζε ησλ παξακέηξσλ πνπ ρξεζηκνπνηνχκε. Οθείινπκε λα ιακβάλνπκε ππφςε πάληα ηελ έιιεηςε ζηαζεξφηεηαο ζηηο απφςεηο ησλ ρξεζηψλ. Τελ αλάγθε γηα δηαρείξηζε νκάδσλ ρξεζηψλ κε παξφκνηα ζηαηηζηηθά ζπκπεξηθνξά. Υπάξρνπλ κεξηθά ραξαθηεξηζηηθά ησλ θνηλσληθψλ δηθηχσλ πνπ είλαη πνιχ ζεκαληηθφ φπσο ην κέγεζνο, ε ππθλφηεηα, ν βαζκφο, ε δπλαηφηεηα πξφζβαζεο, ε απφζηαζε, ε δηάκεηξνο, θαη ε απφζηαζε πνπ έρεη λα θάλεη κε γεσγξαθηθή ζέζε ησλ ρξεζηψλ[34]. Σε απηά ζα πξέπεη λα πξνζηεζνχλ θαη ν κέγηζηνο αξηζκφο ελαιιαθηηθψλ κνλνπαηηψλ(ηδηφηεηα ηνπ βαζκνχ) πνπ ζπλδένπλ δχν θφκβνπο ζηνλ γξάθν, πνπ φζν πην κεγάιν είλαη(ηδηφηεηα ηεο εγγχηεηαο), ηφζν πην αζζελήο είλαη ε ζχλδεζε κεηαμχ ησλ δχν θφκβσλ(hubbell θαη Katz). Έλα άιιν δήηεκα είλαη ε χπαξμε κηθξψλ ππννκάδσλ ή θιίθεο πνπ δεκηνπξγνχληαη. Σηελ πεξίπησζε πνπ απηέο νη θιίθεο έρνπλ επηθάιπςε, ηφηε κπνξνχλ λα πξνθχςνπλ λέα ραξαθηεξηζηηθά θαη λα ππάξμεη θηλεηηθφηεηα. Όηαλ φκσο δελ έρνπλ θνηλνχο ρξήζηεο, ηφηε κπνξεί λα ππάξρεη αληηπαιφηεηα κεηαμχ ησλ ρξεζηψλ θαη λα αληηηίζεληαη νη νκάδεο ηδενινγηθά ή λα έρνπλ θνηλά δεκνγξαθηθά ζηνηρεία. Αλ κάιηζηα απηέο νη νκάδεο έρνπλ θαη κεγάιν κέγεζνο, ηφηε ρξίδνπλ πξνζνρήο, ελψ πξέπεη λα πξνζέμνπκε θαη αλ ππάξρνπλ ζπγθεθξηκέλνη θφκβνη πνπ παίδνπλ ζεκαληηθφ ξφιν ζηνλ ζρεκαηηζκφ ηνπο. Απηφ φκσο πνπ νπζηαζηηθά καο απαζρνιεί ζηα θνηλσληθά δίθηπα είλαη ε έκθπηε αλζξψπηλε ηάζε γηα κηκεηηζκφ θαη πηνζέηεζε παξφκνησλ ζπκπεξηθνξψλ κε ηα ππφινηπα κέιε ηεο θνηλφηεηαο ζηελ νπνία αλήθνπκε, ε νπνία είλαη ηθαλή λα αιιάμεη αηζζεηά ηελ πξνεγνχκελε ζπκπεξηθνξά καο. Μάιηζηα, ζε κηα ζρεηηθή έξεπλα[13] ν παξάγνληαο απηφο εληνπίδεηαη ζην γεγνλφο ηεο αχμεζεο ησλ θίισλ. Όπσο βιέπνπκε θαη ζηε δηπιαλή εηθφλα[13], ε πηζαλφηεηα λα εληαρζεί έλαο ρξήζηεο ζε κηα θνηλφηεηα έρεη κεγάιε θιίζε γηα k=[0,10] ελψ έρεη απνθηήζεη ζρεδφλ ζηαζεξή ηηκή απφ -- 26

29 ηελ ηηκή k=30 θαη κεηά. Ύζηεξα απιά απμάλεηαη ε δηαθχκαλζε. Άξα ε ηάζε κίκεζεο εθδειψλεηαη έληνλα ζηηο πξψηεο ηηκέο(επηξξνή ηνπ θαηλνχξηνπ) θαη ράλεη ην ελδηαθέξνλ ηνπ ρξήζηε θαζψο παίξλεη καδηθφ ραξαθηήξα. Σηελ πεξίπησζε ηνπ θνηλσληθνχ δηθηχνπ ε αλαπαξάζηαζε γίλεηαη πάιη απφ έλαλ γξάθν κφλν πνπ έρεη βάξε ζηηο αθκέο ηνπ. Τα βάξε απηά κπνξεί λα είλαη πιεξνθνξία ζρεηηθά κε ηελ εκπηζηνζχλε κεηαμχ δχν ρξεζηψλ, θιπ. Γηα ηελ άληιεζε εκπεηξηθψλ δεδνκέλσλ απφ ηα θνηλσληθά δίθηπα, ζα πξέπεη λα εληνπίζνπκε ηνπο authoritative ρξήζηεο, φπσο αθξηβψο κε ηηο ζειίδεο ζηηο κεραλέο αλαδήηεζεο. Θα πξέπεη δειαδή λα εμεηάζνπκε θάπνηνπο παξάγνληεο θύξνπο. Έλαλ εμ απηψλ ηνλ αλαιχζακε ήδε, είλαη ν αξηζκφο ησλ θίισλ ή ησλ followers γηα ην Twitter, ή φπσο θαη λα ιέγεηαη ην απνηέιεζκα ζχλαςεο ζρέζεο θηιίαο ή αιιηψο εκπηζηνζχλεο. Απηφ κπνξεί λα απμήζεη ηελ επηξξνή πνπ έρεη ν ρξήζηεο, ηφζν απηή πνπ δέρεηαη φζν θαη απηή πνπ αζθεί. Να ηνλίζνπκε φκσο φηη ην Twitter έρεη δηαθνξεηηθφ ραξαθηήξα απφ ην Facebook θαη φηη πξνζθέξεηαη γηα ηε δεκηνπξγία θαη πξνψζεζε εηαηξηθνχ πξνθίι ή γηα νξγαληζκνχο θαη νξγαλψζεηο παξά γηα ηδηψηεο. Έρεη δειαδή πεξηζζφηεξν ραξαθηήξα πξνψζεζεο θαη marketing θαη θαηά δεχηεξν ιφγν ελεκέξσζεο. Έλαο δεχηεξνο παξάγνληαο είλαη ε πνηφηεηα ησλ ρξεζηψλ πνπ έρνπκε ζπλάςεη κηα ζρέζε εκπηζηνζχλεο. Η πνηφηεηα κπνξεί λα νξίδεηαη απφ ηνλ βαζκφ ηεο δηθήο ηνπο θνηλσληθφηεηαο, δειαδή ηνλ αξηζκφ ησλ δηθψλ ηνπο θίισλ θαη απφ ηε ζπλάθεηα πνπ έρνπλ νη δχν ρξήζηεο κεηαμχ ηνπο. Σηελ πεξίπησζε ηνπ Twitter, απηφ είλαη πνιχ ζαθέο, θαηά ηε δεκηνπξγία ηνπ ινγαξηαζκνχ ηνπ θάζε ρξήζηε, φπνπ νξίδνληαη θαη ηα ελδηαθέξνληα, απφ κηα πξνθαζνξηζκέλε ιίζηα, κε ζθνπφ ηελ παξνπζίαζε ζαθψλ δεδνκέλσλ ζπλάθεηαο. Αληίζεηα, ζηελ πεξίπησζε ηνπ Facebook, απηφ κπνξεί λα πξνθχςεη απφ clustering θαη classification ησλ groups θαη pages, πξάγκα πνπ απαηηεί ηδηαίηεξα επηπξφζζεηε εξγαζία. Απηά ηζρχνπλ γηα ηελ θαηακέηξεζε ηνπ δείθηε authoritative γηα ηνπο ρξήζηεο. Γηα ηελ θαηακέηξεζε φκσο ηνπ δείθηε authoritative ηνπ πεξηερφκελνπ ησλ ρξεζηψλ, κπνξνχκε λα κεηξήζνπκε ηνλ αξηζκφ πνπ απηά αλαδεκνζηεχνληαη απφ ρξήζηεο πνπ έρεη ζπλαθζεί ζρέζε εκπηζηνζχλεο, θπξίσο γηα ην Twitter φπνπ πξνβιέπεηαη θάηη ηέηνην, ή ζε δεχηεξε κνίξα κεηξάκε ηνλ αξηζκφ ησλ «LIKE» πνπ απέζπαζε ην post ή ε ζειίδα, ή ηνλ αξηζκφ ησλ ζρνιίσλ πνπ πξνθάιεζε ζηελ πεξίπησζε θπξίσο ηνπ Facebook. Απηφο ν παξάγνληαο έξρεηαη δεχηεξνο ζε ζρέζε κε ηνλ πξνεγνχκελν, αθνχ έλαο authoritative ρξήζηεο είλαη πνιχ πην πηζαλφ λα δεκηνπξγήζεη authoritative πεξηερφκελν θαη λα ην -27-

30 δηαθηλήζεη. Σηελ θαηεγνξία ηεο παξαγσγήο authoritative πεξηερφκελνπ αλήθεη θαη ην YouTube, κεηξψληαο ηνλ αξηζκφ ησλ πξνβνιψλ ή ησλ ζρνιίσλ πνπ απέζπαζε έλα ζπγθεθξηκέλν αληηθείκελν ή ην θιάζκα ησλ Like πξνο ηνλ αξηζκφ Dislike ή αθφκα πεξηζζφηεξν αλ κεηξήζνπκε ηηο ζπλδέζεηο πνπ δείρλνπλ ζην ζπγθεθξηκέλν βίληεν. Με απηφλ ηνλ ηξφπν απμάλεηαη θαη ε αμία ηνπ ζπγθεθξηκέλνπ βίληεν θαη άξα θαη ηνπ ρξήζηε πνπ ην αλέβαζε. Βέβαηα ζηελ πεξίπησζε ηεο πξνζζήθεο ζρνιίνπ ηζρχνπλ θαη φζα είπακε γηα ην text mining, γηα ηελ εμφξπμε ζεηηθήο ή αξλεηηθήο αμηνιφγεζεο, ελψ νη ιέμεηο θιεηδηά κπνξνχλ λα καο βνεζήζνπλ ζην λα εμάγνπκε πιεξνθνξία γηα ηελ θαηεγνξία ελδηαθεξφλησλ ηνπ ρξήζηε, έκκεζα, ρσξίο απηφο λα ην έρεη δειψζεη. Να πνχκε φηη ζην YouTube ζρεηηθά πξφζθαηα έγηλε ε ρξήζε ηνπ Dislike, θάηη πνπ δελ έρνπκε δεη ζε άιια θνηλσληθά δίθηπα. 2.9 Μεηξηθέο ζεκαληηθόηεηαο γηα ηα recommender systems Σε φιεο ηηο εθαξκνγέο ησλ recommender systems, αλεμάξηεηα απφ ηα ηδηαίηεξα ραξαθηεξηζηηθά ηνπο, ην αληηθείκελν πνπ πξνηείλνπκε ζα πξέπεη λα αμηνινγείηαη κε βάζε ηελ ζεκαληηθφηεηά ηνπ γηα ηνλ ρξήζηε. Μεηά ν ρξήζηεο κε ηε ζεηξά ηνπ βαζκνινγεί ηελ πξαγκαηηθή ηνπ αμία γηα απηφλ, κε βάζε δηάθνξνπο παξάγνληεο φπσο ζα δνχκε παξαθάησ. με βάζη ηο ενδιαθέπον ηος σπήζηη: Σε κηα κεραλή αλαδήηεζεο ην πξφβιεκα κπνξεί λα δηακνξθψλεηαη κε βάζε ην αίηεκα ή driving query πνπ έρεη δηαηππψζεη ν ρξήζηεο ζηελ κεραλή. Έηζη, κε δεδνκέλε κηα αίηεζε ρξήζηε Q, ε ζεκαληηθφηεηα ηεο ζειίδαο P είλαη ε «νκνηφηεηα ησλ ιέμεσλ» (textual similarity) [9] αλάκεζα ζε Q θαη P. Απηφ πξνθχπηεη σο εμήο: ζεσξνχκε θάζε document (είηε ην P είηε ην Q) ζαλ έλα δηάλπζκα m-ζηνηρείσλ (w1,...,wn), φπνπ ην ζηνηρείν wi ζε απηφ ην δηάλπζκα παξηζηάλεη ηελ i-νζηή ιέμε ζην θείκελν. Αλ ην wi δελ εκθαλίδεηαη ζην θείκελν, ηφηε wi=0. Αλ εκθαλίδεηαη, ην wi παξηζηάλεη ηελ ζπνπδαηφηεηα ηεο ιέμεο θαη εθαξκφδεηαη ζε πεξηπηψζεηο ηαπηνπνίεζεο θεηκέλνπ κε θείκελν. Σε απηή ηελ πεξίπησζε αλήθνπλ θαη κνξθέο θεηκέλνπ φπσο ηα tags πνπ κπνξνχλ λα γίλνληαη ζε αξρεία πνιπκέζσλ(εηθφλεο, -- 28

31 βίληεν θιπ) θαη άξα πεξηέρεη φιεο ηηο πεξηπηψζεηο. Απηή είλαη κηα δπλαηφηεηα πνπ πξνζθέξνπλ ηα metadata. Με βάζη ηη δημοηικόηηηα: Έλαο ηξφπνο λα κεηξήζνπκε ηε δεκνηηθφηεηα είλαη κεηξψληαο ηνλ αξηζκφ ησλ backlinks ή predecessors ή αιιηψο ησλ ζπλδέζκσλ πνπ νδεγνχλ ζε απηή ηε ζειίδα ή ηελ επηζθεςηκφηεηα γηα κηα ζειίδα κε απνθνπή ησλ πνιιαπιψλ IP. Γηα έλα αληηθείκελν αληίζηνηρα κπνξεί λα είλαη ν αξηζκφο ησλ πξνβνιψλ ηνπ. Πάλσ ζε απηφ ην κεηξηθφ έρεη αλαπηπρζεί θαη ν αιγφξηζκνο HITS(HyperText Induced Topic Search). Με βάζη ηη θέζη: Απηή ε κεηξηθή είλαη ιίγν ππνθεηκεληθή θαη πξνζαξκφδεηαη αλάινγα κε ηελ πεξίπησζε θαη ηνπο φξνπο αμηνιφγεζεο πνπ θάπνηνο έρεη ζέζεη. Γα παξάδεηγκα εάλ ε ζπγθεθξηκέλε ζειίδα αλήθεη ζε θάπνηνλ έγθπξν ηζηφηνπν ή ν αξηζκφο ησλ slash πνπ έρεη ην URL ηεο είλαη κεγάιν θιπ Τειηθά κπνξνχκε γηα παξάδεηγκα λα ρξεζηκνπνηήζνπκε γηα ηελ αμηνιφγεζε πνπ ζέινπκε λα θάλνπκε θάπνην ζπλδπαζκφ ησλ πξνεγνχκελσλ φπσο ην άζξνηζκα. Σηα πξνεγνχκελα ζηεξίδεηαη θαη ε ιεηηνπξγία ηνπ αιγνξίζκνπ Page Rank πνπ εθθξάδεη ηελ πηζαλφηεηα ηνπ λα επηζθεθζεί ν ηπραίνο ρξήζηεο κηα ζειίδα Σα κεηαδεδνκέλα Τα metadata, φπσο πξναλαθέξζεθε, είλαη δνκεκέλε πιεξνθνξία, πνπ πεξηγξάθεη, επεμεγεί θαη βνεζάεη ζηνλ εληνπηζκφ ή κπνξνχκε λα πνχκε φηη αλαθηά, ρξεζηκνπνηεί θαη δηαρεηξίδεηαη έλαλ νπνηνδήπνηε πφξν[17]. Τν πξφζεκα κεηά- ρξεζηκνπνηείηαη γηα λα πεξηγξάςεη πιεξνθνξία ζε έλα επίπεδν αλψηεξν. Σπρλά θαινχληαη θαη «δεδνκέλα γηα ηα δεδνκέλα» ή «πιεξνθνξία γηα ηελ πιεξνθνξία» (NISO, 2004, Steinacker et al., 2001, Duval et al, 2002). Τα κεηαδεδνκέλα είλαη πνζφηεηεο πιεξνθνξίαο πνπ κπνξνχλ λα πξνζηεζνχλ ή λα επηζπλαθζνχλ ζε έλαλ πφξν θαη θάπνηνη παξνκνηάδνπλ ηε δηαδηθαζία κε ην labeling. Σρεηηθά παξαδείγκαηα είλαη: πιεξνθνξίεο γηα ηνλ δεκηνπξγφ, ηελ εκεξνκελία, ηνλ ηίηιν θιπ πνπ ρξεηάδνληαη γηα ηε δηαρείξηζε ηνπ πφξνπ. Μηα πην πξφζθαηε εθαξκνγή είλαη ε απνζήθεπζε πιεξνθνξίαο γηα ηελ αμηνιφγεζε ηνπ ελ ιφγσ αληηθεηκέλνπ. -29-

32 Αθνινπζεί έλα παξάδεηγκα κηαο απιήο εγγξαθήο κεηαδεδνκέλσλ, ελφο ζπλφινπ δειαδή απφ πξνθαζνξηζκέλα ζηνηρεία πνπ αλαθέξνληαη ζε ζπγθεθξηκέλεο ηδηφηεηεο ελφο αληηθεηκέλνπ[19]: Element name Title Creator Publisher Identifier Format Relation Value Web catalogue Dagnija McAuliffe University of Queensland Library Text/html Library Web site Έλα απιφ ζρήκα κεηαδεδνκέλσλ κπνξεί λα εθθξαζηεί ζε έλαλ αξηζκφ δηαθνξεηηθψλ γισζζψλ ζήκαλζεο ή πξνγξακκαηηζκνχ, θαζεκηά απφ ηηο νπνίεο απαηηεί δηαθνξεηηθή ζχληαμε. Η ζχληαμε δελ είλαη έλα απζηεξφ κέξνο ηνπ ζρήκαηνο κεηαδεδνκέλσλ αιιά παξφια απηά ηα δεδνκέλα ζα είλαη νπζηαζηηθά άρξεζηα αλ ην ζρήκα θσδηθνπνίεζεο δελ θαηαλνεί ηε ζεκαζηνινγία ηνπ ζρήκαηνο. Η θσδηθνπνίεζε δίλεη ηε δπλαηφηεηα επεμεξγαζίαο. Οη πην ζεκαληηθέο κνξθέο θσδηθνπνίεζεο πεξηιακβάλνπλ ηα [19]: HTML (Hyper-Text Markup Language) SGML (Standard Generalised Markup Language) XML (extensible Markup Language) RDF (Resource Description Framework) MARC (MAchine Readable Cataloging) MIME (Multipurpose Internet Mail Extensions) Τα κεηαδεδνκέλα κπνξνχλ λα γίλνπλ tag φπσο ιέκε, λα ζπλδεζνχλ δειαδή, γεληθά κε κηα πεγή κε δχν ηξφπνπο: κε ηε ρξήζε εηδηθψλ εηηθεηψλ ή ζαλ επηζπλαπηφκελν αιιά -- 30

33 μερσξηζηφ έγγξαθν πνπ ζπλδέεηαη κε ηελ πεγή κε θάπνηνλ ζχλδεζκν, ή αθφκα θαη λα απνζεθεχεηαη κέζα ζε κηα βάζε δεδνκέλσλ. Οη Bretheron & Singley (1994) δηαθξίλνπλ ηα κεηαδεδνκέλα κε βάζε ηε ιεηηνπξγία ηνπο ζε δπν θιάζεηο: ηα κεηαδεδνκέλα πνπ είλαη δνκηθά/ ειέγρνπ θαη απηά πνπ είλαη γηα ηελ θαζνδήγεζε. Τα δνκηθά κεηαδεδνκέλα ρξεζηκνπνηνχληαη γηα ηελ πεξηγξαθή ηεο δνκήο ησλ ππνινγηζηηθψλ ζπζηεκάησλ φπσο νη πίλαθεο, νη ζηήιεο θαη νη δείθηεο. Τα κεηαδεδνκέλα θαζνδήγεζεο ρξεζηκνπνηνχληαη γηα λα βνεζήζνπλ ηνπο αλζξψπνπο ζηελ εχξεζε ζπγθεθξηκέλσλ αληηθεηκέλσλ θαη ζπλήζσο εθθξάδνληαη σο έλα ζχλνιν ιέμεσλθιεηδηψλ ζε κηα θπζηθή γιψζζα. Καη πνηα είλαη ηειηθά ε ιεηηνπξγία ησλ κεηαδεδνκέλσλ; Αλ νη αλαδεηήζεηο κπνξνχζαλ λα ζηνρεχζνπλ ζε ιέμεηο ή θξάζεηο πνπ αλαγλσξίδνπλ ην ζσζηφ ηνπο ξφιν, ζα βειηησλφηαλ επίζεο θαη ε αθξίβεηα ησλ απνηειεζκάησλ πνπ παξέρνπλ. Γηα παξάδεηγκα, ζα ππήξρε δπλαηφηεηα αλάθηεζεο ησλ πεγψλ εθείλσλ κε φλνκα ζπγγξαθέα "Green" (πνπ είλαη θαη ην ρξψκα πξάζηλν) ρσξίο ηελ αλάθηεζε πεγψλ γηα πξάζηλα θαζφιηα ή πεξηβαιινληηθά δεηήκαηα. Τα κεηαδεδνκέλα κπνξνχλ λα ρξεζηκνπνηεζνχλ γηα ην ζθνπφ απηφ αλαγλσξίδνληαο ηα δηαθνξεηηθά ραξαθηεξηζηηθά ηεο πεγήο πιεξνθνξίαο, φπσο είλαη ν ζπγγξαθέαο, ην ζέκα, ν ηίηινο, ν εθδφηεο[20] θ.α. Τν παξαπάλσ είλαη απιά έλα παξάδεηγκα πνπ αηηηνινγεί ηελ άπνςε φηη νη κεραλέο αλαδήηεζεο έρνπλ κηθξή αθξίβεηα(low precision) αθνχ επηζηξέθνπλ πνιιά άζρεηα έγγξαθα ή ζειίδεο, αιιά ηαπηφρξνλα ζπρλά δελ είλαη θαλ ζε ζέζε λα εληνπίζνπλ ην ζχλνιν ησλ ρξήζηκσλ(low recal). Τα ηειεπηαία ρξφληα έρνπλ γίλεη πξνζπάζεηεο απφ ηηο 2 κεγάιεο εηαηξίεο, ηε Microsoft θαη ηε Google, λα δεκηνπξγήζνπλ δηθή ηνπο πεγή δεκηνπξγίαο φζν ην δπλαηφλ πην έγθπξσλ κεηαδεδνκέλσλ. Αθνξκή ζηάζεθε κηα πνιχ έμππλε ηδέα, ηεο παξαγσγήο ηέηνηνπ είδνπο δεδνκέλσλ κέζα απφ έλα παηρλίδη αληηπαξάζεζεο παηρηψλ φπνπ επηβξαβεχεηαη ε ζπκθσλία κεηαμχ ηνπο γηα ηελ πεξηγξαθή εηθφλσλ, ήρσλ θιπ. Πην ζπγθεθξηκέλα πξφθεηηαη γηα ηα παηρλίδηα «ESP Game» θαη «Picture This», αληίζηνηρα ηεο Google θαη ηεο Microsoft. Με ιίγα ιφγηα ζα πεξηγξάςνπκε ην Picture This: νη δχν παίρηεο αληηπαξαηίζεληαη ηπραία θαη ηνπο ζέηνληαη -31-

34 εξσηήκαηα-queries, αληίζηνηρα κε απηά ησλ κεραλψλ αλαδήηεζεο αθνχ πξνέξρνληαη απφ ηα query logs ηνπ Bing, θαη ηνπο παξαζέηνληαη θάπνηεο εηθφλεο. Σθνπφο είλαη νη παίρηεο λα βάινπλ labels, πνπ θξίλνπλ απηνί φηη ζα είλαη ηα πην θαηάιιεια γηα ηε ζπγθεθξηκέλε εηθφλα θαη απηά πνπ ζα είλαη ηα πην γεληθεπκέλα θαη δεκνθηιή ψζηε λα κπνξέζνπλ λα ζπκθσλήζνπλ κεηαμχ ηνπο νη άγλσζηνη παίρηεο. Οη πεξηνξηζκνί είλαη ε ρξνλνκέηξεζε θαη φηη ν βαζκφο δπζθνιίαο θαη ν αξηζκφο ησλ εηθφλσλ είλαη απμαλφκελνη. Τα θξηηήξηα είλαη ε ζπλάθεηα κε ην αληηθείκελν, ε γεληθφηεηα, ε πνηφηεηα ηεο εηθφλαο θαη ζθνπφο είλαη λα επηηεπρζεί ε επηθξαηνχζα ππνθεηκεληθφηεηα πνπ είλαη ε δεηνχζα γηα ηηο κεραλέο αλαδήηεζεο. Η ίδηα ε εηαηξία ην θαηαηάζζεη σο social labeling game[28]. Δηθφλα: Σηελ παξαπάλσ εηθφλα βιέπνπκε έλα παξάδεηγκα ζε θψδηθα html γηα ηα ιεγφκελα meta-tags γηα κηα ηζηνζειίδα γηα ηε Σηαηηζηηθή θαη ηηο Πηζαλφηεηεο

35 3 Αιγόξηζκνη γηα recommender systems 3.1 Αλάιπζε ηνπ ζπλόινπ ηωλ δεδνκέλωλ(dataset) Γεληθά, φπσο ήδε αλαθέξακε, ππάξρεη έλα δήηεκα γηα ην είδνο θαη ην κέγεζνο ηνπ ζπλφινπ ησλ δεδνκέλσλ πνπ ζα εθαξκφζνπκε ηνλ αιγφξηζκφ καο, πξάγκα πνπ επεξεάδεη πιήξσο ηελ απφδνζή ηνπ. Έηζη ινηπφλ, ζα πξέπεη λα εμεηάζνπκε ηη ηδηφηεηεο ζα πξέπεη λα έρεη ην ζχλνιν δεδνκέλσλ πξνθεηκέλνπ λα αληαπνθξίλεηαη κε ηνλ βέιηηζην ηξφπν ζην ζρεδηαζκφ ησλ ζπζηάζεσλ θαη ηεο αμηνιφγεζεο. Κάπνηα απφ ηα επηκέξνπο ζέκαηα πνπ ζα καο απαζρνιήζνπλ είλαη ηα εμήο[10]: ην ζέκα θαη ην πεξηερφκελν πνπ αμηνινγήζεθε ηα αληηθείκελα πνπ δηαηίζεληαη πξνο βαζκνιφγεζε ηα θαζήθνληα ησλ ρξεζηψλ πνπ ππνζηεξίδνληαη απφ ην ζπληζηψλ ηελ αλάγθε γηα θάηη δηαθνξεηηθφ αιιά θαη ηελ αλάγθε γηα πνηφηεηα ηε ζρέζε θφζηνπο-νθέινπο ησλ ςεπδψλ-αιεζψλ θαη ζεηηθψλ-αξλεηηθψλ πξνβιέςεσλ νη ιεπηνκέξεηεο ησλ πξαγκαηηθψλ πξνηηκήζεσλ ηνπ ρξήζηε Έλα παξάδεηγκα πνπ θαηαδεηθλχεη ηε δηαθνξεηηθφηεηα ηεο πινπνίεζεο αλάινγα κε ην πεξηερφκελν είλαη φηη γηα παξάδεηγκα ζε έλα recommender system γηα εξεπλεηέο πνπ ςάρλνπλ δεκνζηεχζεηο, νη ρξήζηεο ήηαλ εμίζνπ επραξηζηεκέλνη εάλ ηα απνηειέζκαηα -33-

36 δελ ήηαλ αθξηβψο απηφ νπ αλαδεηνχζαλ αιιά αθνξνχζαλ έλα άιιν δήηεκα πνπ κέρξη ηφηε δελ γλψξηδαλ. Σε απηφ ην παξάδεηγκα αλαθέξεηαη ε αλάγθε γηα θάηη δηαθνξεηηθφ θαη νκνίσο θαη ε πινπνίεζε γηα έλα supermarket φπνπ έλα ζχζηεκα ζα είλαη άρξεζην εάλ γηα παξάδεηγκα πξφηεηλε γάια, παηάηεο ή ςσκί. Απηφ ζπκβαίλεη γηαηί νη ζπζηάζεηο είλαη κελ ζσζηέο αιιά δελ αιιάδνπλ ηελ αγνξαζηηθή ζπκπεξηθνξά ηνπ θαηαλαισηή. Σε απηήλ ηελ θαηεγνξία αλήθνπλ νη Πξνηάζεηο απφ αηηία πνπ δηθαηνινγνχληαη απφ ηηο δηαθνξνπνηεκέλεο αλάγθεο ηνπ θάζε ζπζηήκαηνο. Σηελ αλάγθε γηα θάηη δηαθνξεηηθφ, αληηηίζεηαη ε αλάγθε γηα πςειήο πνηφηεηαο ζπζηάζεηο. Τέηνηεο κπνξνχκε λα εμαζθαιίζνπκε κε ηελ πξφηαζε αληηθεηκέλσλ φπσο ιέκε πςειήο εκπηζηνζχλεο. Έλα ηειεπηαίν ζρφιην πνπ πξέπεη λα θάλνπκε είλαη ε δηαθνξεηηθφηεηα ησλ απαηηήζεσλ ηνπ ρξήζηε ζε θάζε ζχζηεκα. Γηα παξάδεηγκα, φηαλ έλαο ρξήζηεο ζέιεη λα δηαιέμεη κηα ηαηλία, πηζαλφηαηα δε ζα ζέιεη λα δεη ηελ θαιχηεξε ηαηλία αιιά κηα ηαηλία πνπ ζα ηνλ θάλεη λα πεξάζεη θαιά. Άξα εδψ ν δηαρσξηζκφο θαίλεηαη λα παίξλεη πεξηζζφηεξν δπαδηθή κνξθή ηχπνπ Καιφο-Φάιηα. Απηφ ζεκαίλεη φηη κηα αμηνιφγεζε πνπ ζα ήηαλ απφ ην 1-10, κε ηελ ππνθεηκεληθφηεηα ησλ ρξεζηψλ θαη ρσξίο απφιπηα λα ηνπο ελδηαθέξεη ε δηαδηθαζία ηεο αμηνιφγεζεο, δε ζα είρακε ζσζηφ παξαγφκελν απνηέιεζκα. Με απηά φια κπνξνχκε λα θαηαιάβνπκε φηη νη αιγφξηζκνη δε ζα πξέπεη λα αμηνινγνχληαη ζε δηαθνξεηηθά ζχλνια δεδνκέλσλ απφ απηά πνπ έρνπλ θηηαρηεί. Άιια ζέκαηα πνπ κπνξνχλ λα καο απαζρνιήζνπλ είλαη[10]: αλ ε δηαδηθαζία ηεο αμηνιφγεζεο είλαη έκκεζε, άκεζε ή θαη ηα δύν: Γηα παξάδεηγκα αλ ππάξρεη ε εηηθέηα «Παξαθαιψ αμηνινγήζηε ην παξαθάησ αληηθείκελν», ελψ ζησπεξή αμηνιφγεζε γίλεηαη γηα παξάδεηγκα ζηα ζπζηήκαηα πξφηαζεο κνπζηθψλ θνκκαηηψλ, πνπ νη αμηνινγήζεηο παίξλνληαη απφ ηα play lists αιιά κπνξεί λα ππάξρεη θαη ε ζπλχπαξμε θαη ησλ δπν. Άιινη ζησπεξνί παξάγνληεο είλαη αλ θάηη έρεη γίλεη post ή bookmark, αλ δαπαλήζεθε πνιχο ρξφλνο ζε κηα ζειίδα πξνβνιήο ελφο αληηθεηκέλνπ θιπ. Σε απηφ ην ζεκείν ζα πξέπεη λα θάλνπκε θαη ηε δηάθξηζε ηεο άκεζεο θαη έκκεζεο αλαηξνθνδφηεζεο, ησλ δεδνκέλσλ δειαδή πνπ αληιεί ν αιγφξηζκνο γηα ηε δηαηχπσζε ησλ ζπζηάζεσλ. Τα άκεζα δεδνκέλα είλαη απηά πνπ πξνέξρνληαη απφ ηε βαζκνιφγεζε, φπσο είλαη ηα αζηεξάθηα, ελψ ηα έκκεζα είλαη απηά πνπ πξνθχπηνπλ απφ ηελ -- 34

37 παξαθνινχζεζε ηεο ζπκπεξηθνξάο ησλ ρξεζηψλ, φπσο είλαη ην ηζηνξηθφ αγνξψλ φπνπ κπνξεί ν ρξήζηεο λα δείρλεη πξνηίκεζε ζε θάπνηνλ θαηαζθεπαζηή. ε θιίκαθα ζηελ νπνία ηα αληηθείκελα αμηνινγνχληαη νη δηαζηάζεηο ηεο βαζκνινγίαο, δειαδή ηα δηαθνξεηηθά είδε πνπ βαζκνινγνχληαη. Γηα παξάδεηγκα, ζε έλα εζηηαηφξην κπνξεί λα βαζκνινγνχληαη ηα πηάηα, ην ζέξβηο θαη ε δηαθφζκεζε, δειαδή ηξεηο αλεμάξηεηεο κεηαβιεηέο. ε παξνπζία ή ε απνπζία κηαο ρξνλνζθξαγίδαο ζηηο αμηνινγήζεηο, πξάγκα πνπ ζα πξέπεη λα είλαη ζηνηρείν ηνπ ζπλφινπ δεδνκέλσλ Αο κε μερλάκε φηη ε απνπζία βαζκνινγίαο ζε έλα αληηθείκελν δε ζεκαίλεη απαξαίηεηα θαη θαθή βαζκνιφγεζε. Θα ήηαλ ιάζνο αλ θάλακε απηή ηελ ππφζεζε. Δπηπιένλ, ηα δεδνκέλα ζα πξέπεη λα αλαιχνληαη κε βάζε ηα δεκνγξαθηθά ραξαθηεξηζηηθά. Τέινο, αθνινπζνχλ θάπνηα ζηαηηζηηθά δεηήκαηα πνπ πξέπεη λα πξνζέμνπκε[10]: ε ππθλόηεηα ησλ αμηνινγήζεσλ, αθνχ κεξηθέο θνξέο ππνινγίδεηαη ν κέζνο φξνο ησλ ζηνηρείσλ πνπ έρνπλ βαζκνινγεζεί αλά ρξήζηε. ν αξηζκόο ή ε ππθλόηεηα ησλ αμηνινγήζεσλ ησλ ρξεζηώλ γηα ηνπο νπνίνπο έρνπλ γίλεη ζπζηάζεηο, ηα νπνία αληηπξνζσπεχνπλ ηελ εκπεηξία ηνπ ρξήζηε ηε ζηηγκή ηεο ζχζηαζεο ηεο βαζκνινγίαο. Οη αμηνινγήζεηο απφ ρξήζηεο κε ζεκαληηθή εκπεηξία κπνξεί λα βνεζνχλ θαηά ηελ πξνζνκνίσζε ηεο αξρηθήο ηνπο θαηάζηαζεο, φηαλ ήηαλ θαη απηνί λένη ρξήζηεο ή cold start users φπσο ζπρλά ππνδεηθλχνληαη ζηε βηβιηνγξαθία. Σηελ αληίζεηε πεξίπησζε κηιάκε γηα ηνπο heavy raters. ην κέγεζνο θαη ηηο ηδηόηεηεο ηεο θαηαλνκήο ηνπ ζπλόινπ ησλ ζηνηρείσλ: νξηζκέλα ζχλνια δεδνκέλσλ έρνπλ πεξηζζφηεξα αληηθείκελα απφ ρξήζηεο, αλ θαη ηα πεξηζζφηεξα ζχλνια δεδνκέλσλ έρνπλ πνιινχο πεξηζζφηεξνπο ρξήζηεο απφ αληηθείκελα. 3.2 Οη Αιγόξηζκνη γηα ηα recommender systems Σχκθσλα κε απηά πνπ πξνείπακε, ε αμηνιφγεζε ησλ αιγνξίζκσλ γηα ηα recommender systems είλαη αξθεηά δχζθνιε θαη ππνθεηκεληθή, αθνχ εμαξηάηαη απφ ηε κεηξηθή πνπ -35-

38 ζα ρξεζηκνπνηήζνπκε γηα ηε κέηξεζε ηεο απφδνζεο ηνπ αιγνξίζκνπ αιιά θαη ηνπ ζπλφινπ ησλ δεδνκέλσλ πνπ ζα ρξεζηκνπνηήζνπκε γηα ηελ εθαξκνγή ηνπ. Γηαθνξεηηθφ ζχλνιν δεδνκέλσλ κπνξεί λα ζεκαίλεη εληειψο δηαθνξεηηθά απνηειέζκαηα. Γεληθά, ζηε βηβιηνγξαθία, αλαθέξνληαη δχν ηξφπνη-κεραληζκνί γηα ηε δηαηχπσζε ζπζηάζεσλ. Η δηάθξηζε απηή γίλεηαη αλάινγα κε ηνλ ηχπν ησλ αληηθεηκέλσλ πνπ πξέπεη λα πξνηαζνχλ(γηα παξάδεηγκα είδακε ηελ πεξίπησζε ησλ εγγξάθσλ), θαζψο θαη, αλάινγα κε ηνλ ηξφπν- ην κνληέιν πνπ ην ζπγθεθξηκέλν ζχζηεκα είλαη θαηαζθεπαζκέλν, ψζηε λα αληαπνθξίλεηαη ζηηο αλάγθεο ηνπ ρξήζηε: γηα παξάδεηγκα νη απαηηήζεηο ησλ κεραλψλ αλαδήηεζεο φπσο είδακε είλαη εληειψο δηαθνξεηηθέο. Οη δχν δηαθνξεηηθέο πξνζεγγίζεηο είλαη: κε βάζε ην πεξηερφκελν ηνπ αληηθεηκέλνπ θαη νη ζπζηάζεηο πνπ εηζήρζεζαλ απφ ηνπο αιγφξηζκνπο πνπ ζηεξίδνληαη ζην ζπλεξγαηηθφ θηιηξάξηζκα. Να ηνλίζνπκε βέβαηα φηη πνιινί πβξηδηθνί αιγφξηζκνη έρνπλ πξνηαζεί πνπ θπξίσο ζηεξίδνληαη ζηελ έληαμε ηνπ trust-awareness ζηε ιεηηνπξγία ηνπ αιγνξίζκνπ, δειαδή νη ρξήζηεο λα κπνξνχλ λα δηακνξθψζνπλ ην ιεγφκελν web of trust[27]. Σηνπο αιγνξίζκνπο πνπ ζηεξίδνληαη ζην πεξηερφκελν ηζρχνπλ ηα εμήο: Οη contentbased αιγφξηζκνη πξνηείλνπλ αληηθείκελα ιακβάλνληαο ππφςε, άξα θαη παξφκνηα, κε απηά πνπ έρεη επηιέμεη ν ίδηνο ν ρξήζηεο ζην παξειζφλ. Φξεζηκνπνηνχληαη επξέσο φηαλ πξέπεη λα πξνηαζνχλ αληηθείκελα φπσο ζειίδεο, βηβιία ή θαη ζηηο εηδήζεηο θαη απηφ γηαηί ζηηο ζπγθεθξηκέλεο πεξηπηψζεηο ν γξάθνο ή νη ρξήζηεο ηνπ ζπγθεθξηκέλνπ ζπζηήκαηνο ηηο πεξηζζφηεξεο θνξέο είλαη ηφζνη πνιινί πνπ ε εχξεζε νκνηφηεηαο κεηαμχ ησλ ρξεζηψλ είλαη κηα δηαδηθαζία πνπ παίξλεη ηεξάζηηεο δηαζηάζεηο ζε ρξφλν θαη θφζηνο. Πψο φκσο πξνζκεηξάηαη ε νκνηφηεηα ησλ ρξεζηψλ; Γηα απηφλ ηνλ ζθνπφ, ππάξρνπλ δχν θαηεγνξίεο κεηξηθψλ: νη άκεζεο θαη νη έκκεζεο. Σηηο άκεζεο αλήθνπλ: ε εχξεζε ηεο επθιείδεηαο απφζηαζεο, ν ζπληειεζηήο ηνπ Pearson, ε εχξεζε απφζηαζεο ηνπ ζπλεκίηνλνπ, ν ζπληειεζηήο Spearman, ε νκνηφηεηα slope one θαη νη ζπληειεζηήο ηνπ Tanimoto θαη ε νκνηφηεηα loglikelihood πνπ είλαη θαη έκκεζεο. Οη αιγφξηζκνη απηνί ηξνθνδνηνχληαη κε πιεξνθνξίεο ζρεηηθά κε ηηο πξνηηκήζεηο ηνπ θάζε ρξήζηε, ηφζν αξρηθά κε ηε κνξθή πίλαθα γηα ηα ελδηαθέξνληα ηνπ ρξήζηε φζν θαη απφ ηηο αμηνινγήζεηο πνπ έρεη θάλεη απηφο ζηελ πνξεία. Οη ζπζηάζεηο ζρεκαηίδνληαη ιακβάλνληαο ππφςε ην πεξηερφκελν ησλ πξνηηκήζεσλ ηνπ ρξήζηε γηα -- 36

39 ηνλ ίδην ή γηα ινγαξηαζκφ άιισλ ρξεζηψλ φπσο ζα δνχκε θαη επηιέγνληαη απηά πνπ ηαηξηάδνπλ θαιχηεξα ζην πξνθίι ηνπ. Σηνπο αιγνξίζκνπο πνπ ζηεξίδνληαη ζην ζπλεξγαηηθφ θηιηξάξηζκα ηζρχνπλ ηα εμήο γηα ηε ζχζηαζε πξνηάζεσλ: Οη ζπγθεθξηκέλνη αιγφξηζκνη ζηεξίδνληαη ζηνλ εληνπηζκφ ρξεζηψλ πνπ έρνπλ ζρεηηθά ελδηαθέξνληα θαη πξνηηκήζεηο. Πάλσ ζε απηφ ππνινγίδνληαη νη νκνηφηεηεο θαη νη δηαθνξέο κεηαμχ ησλ ρξεζηψλ πξνθίι κε βάζε ηηο κεηξηθέο νκνηφηεηαο. Γηα παξάδεηγκα φπσο ζα δνχκε θαη παξαθάησ έλα θαιφ κέηξν νκνηφηεηαο είλαη ν ζπληειεζηήο Pearson. Η ινγηθή απηήο ηεο κεζφδνπ είλαη φηη κπνξεί λα είλαη εμαηξεηηθά ρξήζηκν ζηελ αλαδήηεζε θάπνηνπ γηα πιεξνθνξίεο, λα ζπκβνπιεπηεί απφ ηε ζπκπεξηθνξά άιισλ ρξεζηψλ πνπ έρνπλ ηα ίδηα ή παξφκνηα ελδηαθέξνληα θαη πνπ επηπιένλ, ζηελ πεξίπησζε ησλ θνηλσληθψλ δηθηχσλ, νη ρξήζηεο κεηαμχ ηνπο έρνπλ ήδε εθθξάζεη θάπνην είδνο εκπηζηνζχλεο(π.ρ ζχλαςε θηιίαο). Η έλλνηά ηνπ εκπεξηθιείεηαη ζην «νη άλζξσπνη πνπ εκπηζηεχνληαη εκέλα, ζα ηνπο αξέζεη θαη απηφ». Ο [29] δηαρσξίδεη ηα ζπζηήκαηα πξφηαζεο ζε απηά πνπ ρξεζηκνπνηνχλ κλήκε θαη ζε απηά πνπ ζηεξίδνληαη ζε θάπνην κνληέιν(memory based θαη model based). Σηελ πξψηε θαηεγνξία αλήθεη ν CF θαη είλαη θαη πην αξγνί γηαηί απνζεθεχνπλ θαη δηαβάδνπλ φινλ ηνλ πίλαθα κε ηηο αμηνινγήζεηο ησλ ρξεζηψλ θαη επίζεο δελ αθνινπζνχλ ηε δηαδηθαζία ηνπ training. Αλεμάξηεηα φκσο απφ ηελ φπνηα πινπνίεζε, νξίδνληαη θάπνηεο δνκέο-πίλαθεο πνπ απνξξένπλ απφ ηηο δξαζηεξηφηεηεο ηνπ θάζε ρξήζηε θαη ηελ αμηνιφγεζε πνπ απηφο θάλεη θαη πνπ πξνκεζεχνπλ κε πιεξνθνξία ηνπο αιγνξίζκνπο ησλ ζπζηάζεσλ. ν πίλαθαο ρξεζηώλ-αληηθεηκέλσλ: είλαη ν πίλαθαο πνπ έρεη σο ζηνηρεία ηελ αμηνιφγεζε ηνπ θάζε ρξήζηε γηα ηα αληηθείκελα ηα νπνία ρξεζηκνπνηεί. Τν ραξαθηεξηζηηθφ ηνπ είλαη φηη δελ είλαη φια ηα θειηά ηνπ ζπκπιεξσκέλα θαζφηη δελ ζπλεζίδεηαη ν θάζε ρξήζηεο λα έρεη αμηνινγήζεη φια ηα αληηθείκελα. Απηφο ν πίλαθαο είλαη ν κνλαδηθφο πνπ ρξεζηκνπνηείηαη απφ ηνπο αιγνξίζκνπο ηνπ ζπλεξγαηηθνχ θηιηξαξίζκαηνο. ν πίλαθαο ρξήζηε-θαηεγνξίαο: είλαη έλαο πίλαθαο ησλ ρξεζηψλ κε ηηο θαηεγνξίεο ησλ αληηθείκελσλ θαη ζα ζηνηρεία έρεη ηηο αμηνινγήζεηο ησλ ρξεζηψλ γηα ηα αληηθείκελα. Απηφο ν πίλαθαο είλαη απαξαίηεηνο γηα ηνπο content-based αιγνξίζκνπο. ν πίλαθαο αληηθείκελν-θαηεγνξία: ν πίλαθαο απηφο πεξηέρεη άζζνπο γηα ζηελ -37-

40 θαηεγνξία πνπ αλήθεη ην ζπγθεθξηκέλν αληηθείκελν θαη κεδεληθά αιινχ. Δηδηθά γηα ηα θνηλσληθά δίθηπα δηακνξθψλνληαη θάπνηεο επηπιένλ δνκέο: ν πίλαθαο εκπηζηνζύλεο: ν πίλαθαο απηφο είλαη nxn θαη πεξηέρεη ζα ζηνηρεία άζζνπο γηα ηνπο ρξήζηεο πνπ ππάξρεη ζρέζε θηιίαο ή αιιηψο εκπηζηνζύλεο θαη κεδέλ νπνπδήπνηε αιινχ. Σηελ νπζία είλαη έλαο πίλαθαο ρξήζηε κε ρξήζηεο θαη απνηειεί κηα απεηθφληζε ηνπ friendship network ή ηνπ δηθηχνπ θηιίαο. Καηά ηνλ ζρεδηαζκφ ελφο recommender system, ηξία είλαη ηα θχξηα πξνβιήκαηα πνπ πξέπεη ζρεδηαζηηθά λα ιπζνχλ: ην πξφβιεκα ησλ αξαηψλ δεδνκέλσλ(δειαδή πνιιά θειηά απφ ηνπο παξαπάλσ πίλαθεο λα κέλνπλ θελά), ε επεθηαζηκφηεηα(δειαδή γηα πνιχ κεγάινπο γξάθνπο), νη θαθφβνπινη ρξήζηεο θαη ηέινο ην πξφβιεκα κε ησλ αξράξησλ ρξεζηψλ ή cold start users, φπνπ ηα δεδνκέλα γηα απηνχο είλαη πνιχ πεξηνξηζκέλα. Τν πξφβιεκα ησλ αξαηψλ δεδνκέλσλ έρεη λα θάλεη ιίγν θαη κε ηελ έληαζε ηεο ελαζρφιεζεο ηνπ ρξήζηε κε ην ζπγθεθξηκέλν ζχζηεκα, πξφβιεκα ην νπνίν εκθαλίδεηαη θαη ζηνπο αξράξηνπο ρξήζηεο. Σε απηέο ηηο πεξηπηψζεηο δεκηψλνληαη πεξηζζφηεξν νη αιγφξηζκνη πνπ ζηεξίδνληαη ζηελ νκνηφηεηα κεηαμχ ρξεζηψλ. Οη θαθφβνινη ρξήζηεο, είλαη απηνί ησλ νπνίσλ νη θηλήζεηο θαηεπζχλνληαη απφ ην θέξδνο. Γηα παξάδεηγκα, θάπνηνο πνπ ζα ήζειε λα πξνσζήζεη ην βηβιίν ηνπ ζην Amazon, ζα θαηεπζπλφηαλ ζε ζηξαηεγηθέο γηα ηνλ εμαλαγθαζκφ ηεο πξνβνιήο ηνπ σο πξφηαζε, δεκηνπξγψληαο ςεχηηθα πξνθίι, θάηη πνπ έρεη ηε ινγηθή ηνπ ελνριεηηθνχ spam. Έλα επηπιένλ πξφβιεκα είλαη φηη ζπρλά νη ρξήζηεο θαινχληαη λα δψζνπλ άκεζα αμηνινγήζεηο-βαζκνινγίεο ζε δηάθνξα αληηθείκελα, αιιά απηφ πξνθαιεί ηελ απνζηξνθή ηνπο θαη ηελ απψιεηα ελδηαθέξνληνο, νπφηε θηάλνπλ ζην ζεκείν λα κελ αληηθαηνπηξίδνπλ θακία αιήζεηα πιένλ. Απηφ είλαη κηα πξφθιεζε γηα ηα ζχγρξνλα ζπζηήκαηα ηα νπνία πξέπεη λα εκπινπηίδνπλ ηνπο πίλαθεο ησλ αμηνινγήζεσλ κε ηηκέο απφ έκκεζεο πξνηηκήζεηο ζε δηάθνξα αληηθείκελα

41 4 Ο SocialMF 4.1 Πεξηγξαθή ηνπ Πξνβιήκαηνο Με ην πέξαζκα ησλ ρξφλσλ, παξαηεξείηαη κηα καδηθή ζηξνθή ηνπ θνηλνχ ζηηο ειεθηξνληθέο ππεξεζίεο ηφζν επαγγεικαηηθά(φπσο είλαη ην ειεθηξνληθφ εκπφξην) φζν θαη αηνκηθά(φπσο είλαη ηα θνηλσληθά δίθηπα θαη νη ειεθηξνληθέο αγνξέο). Απψηεξν απνηέιεζκα είλαη απφ ηε κηα πιεπξά ε έληνλε αλάγθε γηα απνηειεζκαηηθφ marketing θαη απφ ηελ άιιε ε ζπζζψξεπζε θνηλσληθψλ δεδνκέλσλ. Τα ζπζηήκαηα πξφηαζεο, ζπλδπάδνπλ θαη ηνπο δχν απηνχο πφξνπο, πξνζπαζψληαο λα ρξεζηκνπνηήζνπλ ηα θνηλσληθά δεδνκέλα πξνο φθεινο ηεο απνηειεζκαηηθήο εχξεζεο αγαζψλ-πξνηάζεσλ πνπ ζα θαιχςνπλ ηελ επηζπκία γηα θάπνηα αλάγθε κε έλαλ ζπγθεθξηκέλν ηξφπν ή εμππεξεηψληαο ηνπο ζθνπνχο ηεο δηαθήκηζεο γηα πξνψζεζε, λα κπνξνχλ λα δεκηνπξγήζνπλ λέεο επηζπκίεο αιιά θαη αλάγθεο. Έηζη, νη βάζεηο δεδνκέλσλ κε ηα θνηλσληθά δεδνκέλα πξνβάιινπλ σο κηα ηεξάζηηα δεμακελή πιεξνθνξίαο, κέρξη πξφηηλνο αλεθκεηάιιεπηε, πνπ κπνξεί λα αλαδείμεη ηηο ππεξεζίεο ηεο εμαηνκίθεπζεο θαη ηεο πξνζσπνπνίεζεο. Η εθαξκνγή ηνπο ζηνλ πην δηαδεδνκέλν αιγφξηζκν ζχζηαζεο πξνηάζεσλ είλαη ην ζηνίρεκα πνπ βάιακε γηα ηελ βειηίσζε ησλ πξνβιέςεσλ ηεο θιαζηθήο πινπνίεζεο ηνπ αιγνξίζκνπ. Παξαιιαγέο -39-

42 φπσο ν Social MF είλαη πνπ ζα θεληξίζνπλ ην ελδηαθέξνλ καο: ε δηαθνξέο ηνπ, ε πινπνίεζή ηνπ θαη ηα ζρεηηθά απνηειέζκαηα. 4.2 ρεηηθνί αιγόξηζκνη Να πνχκε φηη ε κέζνδνο ηνπ propagation εθαξκφδεηαη ζηα ζπζηήκαηα πνπ ρξεζηκνπνηνχλ κλήκε, φπσο είδακε ζηελ παξάγξαθν 3.2. Σρεηηθνί αιγφξηζκνη θαη εξγαζίεο κπνξνχλ λα ζεσξεζνχλ νη Tidal Trust, MoleTrust, Advogato, Trustwalker θαη ν STE πνπ πινπνηεί ηελ παξαγνληνπνίεζε πηλάθσλ. Ο Tidal Trust πινπνηεί κηα πξνζαξκνζκέλε αλαδήηεζε εηο πιάηνο πξνθεηκέλνπ λα πινπνηήζεη ηελ πξφβιεςε: βξίζθεη φινπο ηνπο γείηνλεο πνπ έρνπλ αμηνινγήζεη θάπνηα αληηθείκελα, κε ηε κηθξφηεξε φκσο απφζηαζε απφ ηνλ ρξήζηε-πεγή θαη πξνζζέηεη ηηο βαζκνινγίεο-αμηνινγήζεηο ηνπο κε βάξε ηηο ηηκέο εκπηζηνζχλεο κεηαμχ ησλ δχν ρξεζηψλ. Γηα ηνλ ππνινγηζκφ ηεο εκπηζηνζχλεο κεηαμχ ησλ ρξεζηψλ u θαη v, πνπ δελ ππάξρεη κεηαμχ ηνπο άκεζε ζρέζε παξά έκκεζε, ν Tidal Trust πξνζζέηεη ηηο ηηκέο εκπηζηνζχλεο ησλ άκεζσλ γεηηφλσλ ηνπ ελφο πξνο ηνλ άιιν ρξήζηε, κε βάξε ηηο ηηκέο εκπηζηνζχλεο ησλ άκεζσλ γεηηφλσλ πξνο ηνλ ρξήζηε u θαη ηηο ηηκέο πνπ δίλεη ν u γηα ηνπο γείηνλέο ηνπ. Ο MoleTrust φπσο ζα δνχκε, εκθαλίδεη πνιιέο νκνηφηεηεο κε ηνλ Tidal Trust, κε ηε δηαθνξά φηη ν MoleTrust ςάρλεη ηνλ γξάθν ζε κέγηζην βάζνο πνπ δέρεηαη σο παξάκεηξν θαη δελ επεξεάδεηαη απφ ρξήζηεο ή αληηθείκελα. Ο Advogato είλαη κηα κεηξηθή πνπ πξνηάζεθε γηα λα δηεπθξηλίζεη πνηνη ρξήζηεο έρνπλ ηηο κεγαιχηεξεο ηηκέο εκπηζηνζχλεο ζε κηα θνηλφηεηα. Σαλ είζνδν δέρεηαη έλαλ αθέξαην n, ηνλ κέγηζην αξηζκφ ρξεζηψλ πνπ ζα εληνπηζηνχλ θαη εθφζνλ απηφο ν αξηζκφο είλαη αλεμάξηεηνο απφ ην βαζκφ εκπηζηνζχλεο θαη ηνπο ρξήζηεο, δελ ζεσξείηαη θαιή πξνζέγγηζε γηα ηα θνηλσληθά δίθηπα. Μάιηζηα, γηα λα βξεη ηηο πνζφηεηεο πνπ δεηάεη πξαγκαηνπνηεί αιιαγέο ζην γξάθν-δίθηπν θαη αζρνιείηαη κφλν κε ηνπο θφκβνπο πνπ ρξεηάδεηαη, φρη κε φινπο. Τέινο, ν Trustwalker, πεηπραίλεη λα ιακβάλεη ππφςε πνιιέο αμηνινγήζεηο θαη λα κε κεηψλεηαη ε επίδνζή ηνπ απφ ζφξπβν ή πεξηηηή πιεξνθνξία. Δίλαη έλαο memorybased αιγφξηζκνο. Σπλδπάδεη ηελ εκπηζηνζχλε κε ηηο ηερληθέο ηεο item-based -- 40

43 ζχζηαζεο: δε ιακβάλεη ππφςε κφλν ηηο βαζκνινγίεο γηα ην αληηθείκελν-ζηφρν αιιά θαη ησλ παξεκθεξψλ αληηθεηκέλσλ. Μάιηζηα, ε πηζαλφηεηα λα ρξεζηκνπνηεζεί ε αμηνιφγεζε ελφο παξεκθεξνχο αληηθεηκέλνπ αληί ηνπ αληηθεηκέλνπ ζηφρνπ, απμάλεη φπσο απμάλεη θαη ε απφζηαζε ηνπ κνλνπαηηνχ(walk). Σηνλ STE, επηρεηξείηαη ν ζπλδπαζκφο ηεο παξαγνληνπνίεζε πηλάθσλ εθαξκνζκέλνο ζε ζπζηάζεηο γηα θνηλσληθά δίθηπα. Η ηηκή πξφβιεςεο αλάκεζα ζηνλ u θαη ηνλ i είλαη: T R ˆ u, i g auuvi (1 a) Tu, vu vn u φπνπ ε παξάκεηξνο α ξπζκίζεη ηε ζπκβνιή ησλ γεηηφλσλ ζην ζρεκαηηζκφ ηεο πξφβιεςεο. Μάιηζηα, νη άκεζνη γείηνλεο ηνπ ρξήζηε-ζηφρνπ, επεξεάδνπλ ηηο βαζκνινγίεο ηνπ θαη φρη ηα ραξαθηεξηζηηθά ηνπ. Σε κηα άιιε παξαιιαγή ηνπ, νη ίδηνη ζπγγξαθείο παξαγνληνπνηνχλ ηνλ πίλαθα κε ηηο αμηνινγήζεηο, σο πξνο ηνλ πίλαθα κε ηα αληηθείκελα θαη απηφλ κε ηνπο ρξήζηεο. Τν ίδην γίλεηαη θαη κε ηνλ πίλαθα εκπηζηνζχλεο, ρξεζηκνπνηψληαο ηα πξνεγνχκελα παξαδείγκαηα θαη ηνλ πίλαθα κε ηνπο ρξήζηεο. T v V i Ο CF(Collaborative Filtering) Έλαο απφ ηνπο πην γλσζηνχο, απνδνηηθνχο θαη κε δηαθνξεηηθέο πινπνηήζεηο αιγφξηζκνπο είλαη ν collaborative filtering θαη γη απηφ ζπλήζσο απνηειεί ηε βάζε ζχγθξηζεο γηα νπνηνλδήπνηε λενζρεδηαδφκελν αιγφξηζκν. Οη collaborative filtering αιγφξηζκνη έρνπλ ζρεδηαζηεί γηα θαιχηεξε απφδνζε ζηηο πεξηπηψζεηο πνπ έρνπκε πεξηζζφηεξνπο ρξήζηεο παξά αληηθείκελα πξνο αμηνιφγεζε θαη άξα εθεί απνδίδνπλ θαιχηεξα. Η ινγηθή ησλ αιγνξίζκσλ απηνχ ηνπ είδνπο είλαη ε εχξεζε πξνθίι-πξνηηκήζεσλ άιισλ ρξεζηψλ φζν πην θνληά ζηνλ ελ ιφγσ ρξήζηε θαη πνιιέο θνξέο αληινχλ θνηλσληθά δεδνκέλα θαη πξνηηκήζεηο γη απηφ θαη αλαθέξνληαη θαη σο social filtering αιγφξηζκνη. Δίλαη ζα ιέγακε ε πινπνίεζε ηεο ιήςεο ζπκβνπιψλ απφ έλαλ θαιφ θίιν γηα κηα απφθαζε πνπ ζθεθηφκαζηε λα πάξνπκε. Τνπο collaborative filtering αιγνξίζκνπο κπνξνχκε λα ηνπο δνχκε ζηελ -41-

44 θαζεκεξηλφηεηά καο[18]: είλαη νη ιίζηεο κε ηα πην εκπνξηθά αληηθείκελα, ν ζσξφο απφ ηα βηβιία πνπ κφιηο επηζηξάθεθαλ ζε κηα βηβιηνζήθε, ηα κνλνπάηηα πνπ είλαη πεξηζζφηεξν ρξεζηκνπνηεκέλα ζε έλα δάζνο φπνπ θπζηθά δελ ππάξρεη ζήκαλζε θαη γεληθεχζεηο ηνπ ηχπνπ αλ ζε δχν άηνκα αξέζεη θάηη θαη ζην έλα απφ ηα δχν αξέζεη θαη θάηη άιιν, ηφηε είλαη πνιχ πηζαλφ λα αξέζεη θαη ζηνπο δχν. Δδψ φκσο πξνθχπηεη ην εξψηεκα ηεο ζρέζεο κεηαμχ ησλ δχν πξνζψπσλ. Νσξίηεξα νξίζακε ηε ζρέζε ή θαηάζηαζε ηεο θηιίαο ή γεηηνλίαο γηα ηα θνηλσληθά δίθηπα. Γεληθά, ζχκθσλα κε ηε βηβιηνγξαθία, ππάξρνπλ δχν πξνζεγγίζεηο γηα ηνλ CF. Η πξψηε έρεη λα θάλεη κε ηα κνληέια πνπ θαηαπηάλνληαη κε ηελ εχξεζε ησλ ιαλζαλφλησλ παξαγφλησλ, ραξαθηεξηζηηθψλ δηαλπζκάησλ δειαδή πνπ πξνθχπηνπλ απφ ηνπο πίλαθεο πνπ ήδε έρνπκε ζρεκαηίζεη απφ ην αξρηθφ dataset. Απηνχ ηνπ είδνπο ηα κνληέια ρξεζηκνπνηνχλ ζηνηρεία άκεζα θαη απφ ηνπο ρξήζηεο θαη απφ ηνλ πίλαθα ησλ αληηθεηκέλσλ, κε ραξαθηεξηζηηθφ παξάδεηγκα ηνλ SVD θαη εθαξκνγέο ζηα λεπξσληθά δίθηπα. Σηε δεχηεξε θαηεγνξία αλήθνπλ ηα κνληέια πνπ εθκεηαιιεχνληαη δεδνκέλα απφ ηνλ γξάθν(ηνλ θνηλσληθφ θαηά πάζα πηζαλφηεηα). Απφ απηά ηα δεδνκέλα ρξεζηκνπνηνχληαη γηα ηελ εχξεζε νκνηνηήησλ θαη δηαθνξψλ ζηε ζπκπεξηθνξά ησλ ρξεζηψλ σο πξνο ηα αληηθείκελα. Πξφδξνκνο απηψλ ησλ αιγνξίζκσλ ζεσξείηαη ν αιγφξηζκνο ησλ k θνληηλφηεξσλ γεηηφλσλ, πνπ ππνιφγηδε ησλ ζηαζκηζκέλν κέζν ησλ k θνληηλφηεξσλ ρξεζηψλ. Απηνί νη αιγφξηζκνη δηαρσξίδνληαη πεξαηηέξσ ζε απηνχο κε βάζε ηα αληηθείκελα ή ελαιιαθηηθά κε βάζε ηνπο ρξήζηεο. Ωζηφζν, απηέο νη κέζνδνη κπνξνχλ λα ζπλδπαζηνχλ θαη λα επεθηαζνχλ δεκηνπξγψληαο άιιεο πξνζαξκνζκέλεο εθδνρέο. Τν εχινγν εξψηεκα πνπ πξνθχπηεη είλαη πνηα είλαη ε θαιχηεξε πξνζέγγηζε απφ ηηο δχν. Σην [33] δίλεηαη μεθάζαξα φηη ε θαζεκία κέζνδνο απεπζχλεηαη ζε δεδνκέλα κε εληειψο δηαθνξεηηθή δνκή, άξα δελ είλαη εθηθηή ε νπνηαδήπνηε ζχγθξηζε. Η ινγηθή ηνπο είλαη εληειψο δηαθνξεηηθή: νη neighborhood-based αιγφξηζκνη εληνπίδνπλ πνιχ ηνπηθέο ζρέζεηο θαη αγλννχλ ηελ πιεηνςεθία ησλ πξνηηκήζεσλ, ελψ νη latent factor εληνπίδνπλ ραξαθηεξηζηηθά πνπ βξίζθνληαη ζε εμέιημε ηαπηφρξνλα ζε δηαθνξεηηθά ζεκεία ηνπ γξάθνπ αιιά καδηθά. Έηζη, δελ είλαη απνηειεζκαηηθνί ζην λα εληνπίζνπλ ηζρπξέο ζπζρεηίζεηο αλάκεζα ζε θνληηλνχο ρξήζηεο. Πψο φκσο ιεηηνπξγνχλ απηνί νη αιγφξηζκνη; Αξρηθά, ν αιγφξηζκνο ιεηηνπξγεί(παίξλεη ζαλ είζνδν) κε ηνλ πίλαθα ησλ πξνηηκήζεσλ ηνπ θάζε ρξήζηε πνπ -- 42

45 απνηειεί θαη ην ζχλνιν δεδνκέλσλ ηεο βάζεο ηνπ. Δλ ζπλερεία, ν αιγφξηζκνο δηαβάδεη ηνλ γξάθν εκπηζηνζχλεο ή θνηλσληθφ γξάθν γηα λα εληνπίζεη ηνπο γεηηνληθνχο ρξήζηεο. Γηα θάζε λέν ρξήζηε ή cold start user γίλεηαη πξνζπάζεηα «ηαηξηάζκαηνο» κε θάπνην πξνυπάξρνλ πξνθίι, πνπ λα έρνπλ παξφκνηεο πξνηηκήζεηο, αιιά κφλν ζε απηή ηελ πεξίπησζε. Σαλ επφκελν βήκα είλαη ε εχξεζε ηνπ ζπληειεζηή νκνηφηεηαο γηα ηε ζχγθξηζε ησλ αμηνινγήζεσλ ηνπ ζπγθεθξηκέλνπ ρξήζηε κε φισλ ησλ άιισλ κε ηε ρξήζε θάπνηαο απφ ηηο κεζφδνπο πνπ ήδε είπακε, γηα ηελ πξφηαζε-πξφβιεςε ησλ αληηθεηκέλσλ πνπ ζπγθεληξψλνπλ πςειή αμηνιφγεζε θαη ήδε ρξεζηκνπνηνχλ νη πην φκνηνη απφ ηνπο πξνζθηιείο ρξήζηεο. Με ηνλ φξν πξνζθηιήο ρξήζηεο ελλννχκε ηελ χπαξμε ζρέζεσλ εκπηζηνζχλεο γηα ηα θνηλσληθά δίθηπα ή ηνπο γείηνλεο ηνπ γξάθνπ, φπσο ηα έρνπκε ήδε νξίζεη, κε ηε ινγηθή φηη θάηη ηέηνην σο επί ησλ πιείζησλ ζπλεπάγεηαη θαη ηελ χπαξμε παξφκνησλ ελδηαθεξφλησλ, ρσξίο λα ρξεηάδεηαη θαλέλαο ππνινγηζκφο ηεο νκνηφηεηαο, πνπ απμάλνπλ ηελ πνιππινθφηεηα. Η δηαδηθαζία απηή βέβαηα κπνξεί λα πινπνηεζεί κφλν εθφζνλ ππάξρνπλ θνηλά αληηθείκελα πνπ λα έρνπλ αμηνινγεζεί. Σε αληίζεηε πεξίπησζε, δε κπνξεί λα ππνινγηζηεί ν ζπληειεζηήο νκνηφηεηαο. Δπηπιένλ, πξέπεη λα παξαηεξήζνπκε ηελ εκπινθή ηεο έλλνηαο ηεο εκπηζηνζχλεο δχν θνξέο: κία σο πξνο ηελ εχξεζε ησλ γεηηνληθψλ ρξεζηψλ, ησλ ρξεζηψλ πνπ νη ίδηνη νη ρξήζηεο εκπηζηεχνληαη, θαη δεχηεξνλ σο πξνο ηα αληηθείκελα πνπ απηνί αμηνινγνχλ πςειά, πνπ απηνί δειαδή εκπηζηεχνληαη πεξηζζφηεξν. Δδψ έγθεηηαη θαη ε δηαθνξά ηνπ CF κε ηνπο content-based αιγνξίζκνπο: ν CF δε ρξεηάδεηαη πνιχπινθεο πιεξνθνξίεο γηα ηα επηκέξνπο ραξαθηεξηζηηθά ηνπ πεξηερνκέλνπ ηνπο. Αληίζεηα, ν CF ζηεξίδεηαη κφλν ζε απφςεηο θαη ζηάζεηο(άξα θαη ζρέζεηο) κεηαμχ ησλ ρξεζηψλ, επηκεξίδνληαο ηνλ θφξην εξγαζίαο θαη απνθεχγνληαο ηα εθηελή αξηζκεηηθά δεδνκέλα. Η αμία απηνχ κεγαιψλεη αλ ζθεθηεί θαλείο φηη ε νκνηφηεηα είλαη κελ ζρεηηθά απιή γηα έγγξαθα φπσο γξαπηά θείκελα αιιά είλαη πνιχ δχζθνιν γηα ηα πνιπκέζα, φπνπ είλαη απαξαίηεηε ε εηζαγσγή κεηαδεδνκέλσλ πνπ πξέπεη λα γίλεη κε αλζξψπηλε παξέκβαζε, απμάλνληαο ην θφζηνο, ηνλ ρξφλν, ηελ πηζαλφηεηα ιάζνπο θαη ηελ ππνθεηκεληθφηεηα ησλ θξίζεσλ. Σηα κεηνλεθηήκαηα, δε κπνξνχκε λα αγλνήζνπκε ηα ζέκαηα πνπ πξνθχπηνπλ απφ ηνπο cold start users, ηελ αξαηφηεηα ησλ δεδνκέλσλ(ελλνψληαο ησλ αμηνινγήζεσλ θαη ηνπ γξάθνπ) θαη ηέινο ηνπο θαθφβνπινπο γηα εκάο θαη αλαμηφπηζηνπο ή ςεχηηθνπο ρξήζηεο, πνπ αληί λα πξνζθέξνπλ ην παξακηθξφ, αληίζεηα παξαπιαλνχλ ηνλ αιγφξηζκν. Σηα πεξηζζφηεξα απφ απηά κπνξεί λα ζπκβάιιεη ζεκαληηθά ε απαίηεζε απφ ην -43-

46 ζχζηεκα γηα βαζκνιφγεζε αληηθεηκέλσλ ή θαη ρξεζηψλ. Υπάξρεη βέβαηα θαη ε πεξίπησζε λα γίλεη πξφηαζε ρξήζηε, γηα ηε ζχλαςε ζρέζεο κεηαμχ ρξεζηψλ πνπ ζα ζηεξίδεηαη ζε ζρέζεηο ησλ αληίζηνηρσλ αληηθεηκέλσλ ή ιφγσ θνηλνχ ηζηνξηθνχ ρξεζηψλ. Έηζη, μερσξίδνπκε ηνπο αιγνξίζκνπο πνπ ζηεξίδνληαη ζηηο ζρέζεηο αληηθεηκέλσλ γηα ηε ζχλαςε πξνηάζεσλ θαη ζε απηνχο πνπ ζηεξίδνληαη ζηηο ζρέζεηο ησλ ρξεζηψλ: νη item-based θαη νη user-based αιγφξηζκνη. Παξάδεηγκα γηα ηελ πξψηε θαηεγνξία είλαη ε απνξία θάπνηνπ: «πνηα βηβιία δηαβάδνληαη απφ αλζξψπνπο πνπ επίζεο αζρνινχληαη κε ην δηάβαζκα;», ελψ ζηε δεχηεξε παξάδεηγκα είλαη ε ζπδήηεζε κεηαμχ θίισλ πνπ ξσηάλε κεηαμχ ηνπο «έρεη δηαβάζεη θαλείο θαλέλα βηβιίν;». Πάλσ ζε απηή ηε δηάθξηζε ππάξρεη φκσο θαη κηα παξαηήξεζε: επεηδή νη ζρέζεηο κε ηα αληηθείκελα είλαη πην ζηαηηθέο, νη αιγφξηζκνη πνπ ζηεξίδνληαη ζε απηέο, κπνξνχλ λα παξάγνπλ απνηειέζκαηα κε κηθξφηεξε πνιππινθφηεηα ππνινγηζκψλ, ζε κηθξφηεξν δειαδή ρξφλν. Όπσο είδακε επίζεο, ην θαηάιιειν είδνο αιγνξίζκνπ νξίδεηαη απφ ην ζχλνιν ησλ δεδνκέλσλ πνπ έρνπκε πξνο εμέηαζε. Υπάξρνπλ βέβαηα θαη άιιεο παξάκεηξνη γηα ηε ζχζηαζε κηαο πξφηαζεο, φπσο είλαη ηα δεκνγξαθηθά ζηνηρεία θαη ηα ζπλνιηθά πην δεκνθηιή αληηθείκελα, πνπ ζα πξνζέδηδαλ ψζεζε ζηνλ αιγφξηζκν πνπ ζα ηα αμηνινγνχζε O Mole-trust Ο Mole-trust είλαη έλαο αιγφξηζκνο, ζηελ νπζία πξνέθηαζε ηνπ Collaborative Filtering, φπσο βέβαηα θαη πνιινί άιινη, κε ζθνπφ λα κπνξέζεη λα βειηηψζεη ηηο πξνβιέςεηο θαη λα αληηκεησπίζεη ηα πξνβιήκαηα κε ηα αξαηά δεδνκέλα θαη ηνπο cold start users. Οη πιεξνθνξίεο αληινχληαη θπξίσο απφ ην [26]. Αλ ζα ζέιακε λα ηνλ πεξηγξάςνπκε κε ιίγα ιφγηα, παίξλεη γηα είζνδν ηνλ πίλαθα εκπηζηνζχλεο ησλ ρξεζηψλ φιεο ηεο θνηλφηεηαο, θαζψο θαη ηνλ πίλαθα κε ηηο αμηνινγήζεηο ηνπο. Γηα έμνδν παξάγεη έλαλ πίλαθα κε ηηο πξνβιέςεηο ησλ ρξεζηψλ επί ησλ αληηθεηκέλσλ πνπ είλαη δηαζέζηκα θαη ην ζχζηεκα ηειηθά ζα δηαιέμεη απφ απηφλ ηνλ πίλαθα, ηα αληηθείκελα κε ηηο πην πςειέο βαζκνινγίεο. Φπζηθά, εληνπίδεηαη ην πξφβιεκα ησλ ειιηπψλ δεδνκέλσλ πνπ επεξεάδεη θαη ηελ πνηφηεηα ησλ πξνβιέςεσλ. Ο πξψηνο πίλαθαο, ν πίλαθαο εκπηζηνζχλεο, ρξεζηκνπνηείηαη γηα ηε ιεηηνπξγία ηνπ propagation. Να ζπκίζνπκε φηη, ην propagation ρξεζηκνπνηείηαη γηα ηελ πξφβιεςε ηεο -- 44

47 εκπηζηνζχλεο απφ ρξήζηε ζε ρξήζηε θαη είλαη επίζεο έλαο πίλαθαο κεγέζνπο Ν*Ν, φπνπ Ν είλαη ν αξηζκφο ησλ ρξεζηψλ. Σθνπφο είλαη ε ρξήζε ησλ πξνβιέςεσλ ζαλ βάξνο γηα ηνλ ππνινγηζκφ ησλ πξνβιέςεσλ ησλ βαζκνινγηψλ ησλ άιισλ ρξεζηψλ. Σε απηφ ην ζεκείν, πξέπεη λα θάλνπκε δηαρσξηζκφ ζε ηνπηθέο θαη παγθφζκηεο κεηξηθέο. Σηε δεχηεξε πεξίπησζε ζα έπξεπε λα ππνινγίζνπκε, κία ηηκή propagation πνπ ζα είλαη ε ίδηα γηα φινπο ηνπο ρξήζηεο, ελψ ζηελ πξψηε ν ππνινγηζκφο ζα έπξεπε λα γίλεη μερσξηζηά. Ο Mole-trust φκσο, θάλεη ππνινγηζκνχο βαζηδφκελνο ζε κηα ηνπηθή πξνζέγγηζε: γηα ηνλ θάζε ρξήζηε-ζηφρν, έζησ d κηα κέγηζηε απφζηαζε γηα ην propagation, θαη n νπνηαδήπνηε απφζηαζε απφ ηνλ ρξήζηε-ζηφρν σο ην d. Η πξνβιεπφκελε ηηκή εκπηζηνζχλεο, έζησ p, γηα ηνλ θάζε ρξήζηε ζε n απφζηαζε, ππνινγίδεηαη σο εμήο: p d n 1 d Δπνκέλσο, νη ρξήζηεο νη νπνίνη είλαη ζε απφζηαζε κεγαιχηεξε απφ d, δε παίξλνπλ ηηκή πξφβιεςεο θαη άξα δε κπνξνχλ θαη λα πξνηαζνχλ ζαλ ρξήζηεο. Με βάζε ηελ πξνεγνχκελε εηθφλα, ζα παξαζέζνπκε έλα κηθξφ παξάδεηγκα θαη ζεσξψληαο d=4 θαη κε ρξήζηε ζηφρν ηνλ Α. Άξα, γηα n=1, έρνπκε ηνπο ρξήζηεο B θαη C, κε ηηκή πξφβιεςεο: , πνπ είλαη πινπνίεζε ηνπ παξαπάλσ ηχπνπ. Αληίζηνηρα, γηα n=2 έρνπκε ηνλ ρξήζηε D: ,75 4 Με βάζε ηηο παξαπάλσ ηηκέο, ζπληάζζεηαη ν πίλαθαο ησλ πξνβιέςεσλ. Τψξα αο κηιήζνπκε γηα ηνλ δεχηεξν πίλαθα, ηνλ πίλαθα αμηνινγήζεσλ. Γηα λα ππνινγίζνπκε ηελ νκνηφηεηα ησλ ρξεζηψλ, πνπ αλαπαξηζηψληαη ζαλ δηαλχζκαηα απνηεινχκελν απφ ηηο ηηκέο ησλ αμηνινγήζεσλ, ππνινγίδνπκε ηνλ πίλαθα νκνηφηεηαο. Οη ηηκέο απηνχ ηνπ πίλαθα ρξεζηκνπνηνχληαη σο βάξε πάλσ ζηηο αμηνινγήζεηο ηνπ θάζε ρξήζηε, κε ηε ινγηθή φηη φζν πην θνληά πάλσ ζην γξάθν είλαη νη αμηνινγήζεηο ελφο ρξήζηε κε θάπνηνπ άιινπ, ηφζν πην πνιχ ζα πξέπεη θαη λα ζπκβάιινπλ ζηε δηακφξθσζε ησλ πξνβιέςεψλ ηνπ. Σπλήζσο ρξεζηκνπνηείηαη ε κέζνδνο κε ρξήζε ηνπ ζπληειεζηή ηνπ Pearson. Φπζηθά ζε απηή ηε πεξίπησζε ζα πξέπεη λα αλαθέξεηαη ζε θνηλά αμηνινγεκέλα πξντφληα θαη γηα αξθεηνχο ρξήζηεο ψζηε λα έρεη θάπνην λφεκα ν -45-

48 ζπληειεζηήο θαη πξέπεη λα ιακβάλνπκε ππφςε κφλν ηηο πεξηπηψζεηο φπνπ ν ζπληειεζηήο ηνπ Pearson είλαη κφλν ζεηηθφο. Τέινο, γηα ηνλ ππνινγηζκφ ηεο πξνβιεπφκελεο ηηκήο, φπσο αθξηβψο θαη ζηνλ Collaborative Filtering, έζησ γηα ην αληηθείκελν i, πξνο ηνλ νπνηνδήπνηε ρξήζηε a, βξίζθνπκε ηνλ ζηαζκηζκέλν κέζν φξν ησλ βαζκνινγηψλ πνπ αλαινγεί ζην αληηθείκελν i, απφ k γεηηνληθνχο ρξήζηεο ηνπ ρξήζηε a: p a, i r a k w r u1 a, u u, i k w u1 a, u Οη γεηηνληθνί ρξήζηεο κπνξνχλ λα βξεζνχλ απφ ηνλ πίλαθα νκνηφηεηαο ή ηνλ πίλαθα ησλ πξνβιέςεσλ θαη άξα θαη ηα βάξε w είλαη ηα αληίζηνηρα θειηά. Όζνλ αθνξά ηελ πινπνίεζε, ζπλήζσο γίλεηαη ε παξαδνρή φηη φζν πεξηζζφηεξν απμάλεηαη ην d, ηφζν κεηψλεηαη θαη ε αμηνπηζηία, γηαηί απνκαθξπλφκαζηε απφ ηνλ ρξήζηε ζηφρν. Απφ ηελ άιιε πιεπξά, φζν απμάλνπκε ην d, απμάλνπκε θαη ηνλ αξηζκφ ησλ ρξεζηψλ άξα θαη ηηο επηινγέο-ρξήζηεο απφ ηνπο νπνίνπο κπνξνχκε λα δηαιέμνπκε. Ωζηφζν, πεηξάκαηα απέδεημαλ φηη φζν κεγαιχηεξε είλαη ε απφζηαζε d, κηθξαίλεη ην ζθάικα, κφλν πνπ εμαηηίαο ηνπ κεγέζνπο ηνπ γξάθνπ, απηφ παχεη λα είλαη ππνινγηζηηθά εθηθηφ. r u 4.3 Ο SocialMF Καη εδψ ζεσξνχκε ηελ χπαξμε ελφο θνηλσληθνχ δηθηχνπ κεηαμχ ρξεζηψλ θαη πξαγκαηνπνηνχκε ζπζηάζεηο βαζηδφκελνη ζε αμηνινγήζεηο άκεζσλ ή έκκεζσλ γεηηφλσλ(δειαδή θίισλ θίινπ) ρξεζηκνπνηψληαο ηε κέζνδν ηνπ propagation, θάηη πνπ βειηηψλεη ηηο επηδφζεηο γηα ηελ πεξίπησζε ησλ cold start users. Σηφρνο είλαη ε πξφβιεςε ηεο αμηνιφγεζεο πνπ ζα έδηλε έλαο ρξήζηεο u, ζε θάπνην αληηθείκελν i, ή απιά ηελ πξφηαζε θάπνηνλ αληηθεηκέλσλ ζηνλ ρξήζηε u. Πην ζπγθεθξηκέλα, έρνπκε έλα ζχλνιν ρξεζηψλ U u,..., u } θαη έλα ζχλνιν { 1 N αληηθεηκέλσλ I { i 1,..., i M }. Ο πίλαθαο κε ηηο αμηνινγήζεηο παξηζηάηε σο R [ R u, i] NM θαη απνηειείηαη απφ νπνηνλδήπνηε πξαγκαηηθφ αξηζκφ ή ζηελ θιίκαθα [1,5] ή κπνξνχκε λα θαλνληθνπνηήζνπκε ηηο αμηνινγήζεηο ζην [0,1]. Ο θάζε ρξήζηεο -- 46

49 ραξαθηεξίδεηαη απφ έλα ζχλνιν N u απφ άκεζνπο γείηνλεο θαη ην t u, v είλαη ε ηηκή ηεο εκπηζηνζχλεο πνπ έρεη ν u γηα ηνλ v, κε ηηκέο [0,1], φπνπ ην κεδέλ ζεκαίλεη θαζφινπ εκπηζηνζχλε θαη ην 1 ελ ηέιεηα εκπηζηνζχλε. Οη ηηκέο t u, v ζπλζέηνπλ ηνλ πίλαθα εκπηζηνζχλεο T [, ]. Να ζεκεηψζνπκε φηη ν Τ είλαη έλαο κε ζπκκεηξηθφο T u v NN πίλαθαο. Δπνκέλσο, ν ζθνπφο ελφο ζπζηήκαηνο πξφηαζεο είλαη δεδνκέλνπ ελφο ρξήζηε u U θαη ελφο αληηθεηκέλνπ i I γηα ην νπνίν ε αμηνιφγεζε R u, i δελ είλαη γλσζηή εθ ησλ πξνηέξσλ, πξέπεη λα πξνβιεθζεί ε αμηνιφγεζε γηα ηνλ ρξήζηε u, πάλσ ζην αληηθείκελν i, ρξεζηκνπνηψληαο ηα R θαη T. Ο ζπγθεθξηκέλνο αιγφξηζκνο ζηεξίδεηαη ζηελ παξαγνληνπνίεζε πηλάθσλ, πξνθεηκέλνπ λα εληνπηζηνχλ θαη άιια ραξαθηεξηζηηθά εθηφο απφ απηά πνπ παξαηεξνχληαη εμαξρήο. Πην ζπγθεθξηκέλα, ν αιγφξηζκνο παξαγνληνπνηεί ηνλ πίλαθα ησλ ρξεζηψλ-αληηθεηκέλσλ, δειαδή ηνλ δηαζπά ζε δχν άιινπο ηνλ δεζκεπκέλε πηζαλφηεηα ησλ δεδνκέλσλ αμηνινγήζεσλ νξίδεηαη σο: 2 φπνπ x, σο: p N M 2 ( R U, V, R) u1 i1 N είλαη ε θαλνληθή θαηαλνκή θαη N R u, i g( U V ), R u i T u i 2 r I R u, i U u θαη ηνλ V i. Η I, είλαη ε ζπλάξηεζε πνπ νξίδεηαη I R u, i 1, ανο u έχει βαθμολογήζει ηοi 0,ανο u δεν έχει βαθμολογήζει ηοi 1 g x 1 e Η ζπλάξηεζε g(x) είλαη ε ινγηζηηθή ζπλάξηεζε x πνπ πεξηνξίδεη ην T εχξνο ηεο U ζην [0,1]. V u i Γηα ηελ πινπνίεζε, ην πξφβιεκα είλαη ε ελζσκάησζε ηνπ trust propagation, ζην κνληέιν ηεο παξαγνληνπνίεζεο πηλάθσλ γηα ηελ πξαγκαηνπνίεζε ζχζηαζεο. Υπάξρεη φκσο θαη ν παξάγνληαο ηεο θνηλσληθήο επηξξνήο πνπ πξέπεη λα ιάβνπκε ππφςε, ηεο επηξξνήο δειαδή ηεο ζπκπεξηθνξάο ηνπ ρξήζηε απφ απηή ησλ άκεζσλ γεηηφλσλ πνπ ζπκβνιίδνληαη σο N u. Άξα ην ζχλνιν ησλ ραξαθηεξηζηηθψλ πνπ αλαπαξίζηαηαη απφ ηα ραξαθηεξηζηηθά δηαλχζκαηά ηνπο, εμαξηάηαη απφ ηα ραξαθηεξηζηηθά δηαλχζκαηα ησλ άκεζσλ γεηηφλσλ v Nu. Η ηδηφηεηα απηή εθθξάδεηαη σο εμήο: -47-

50 U u T u N u, vu u T u N u, vu u u u, T N un u u, v u φπνπ ην παξαπάλσ είλαη έλαο εθηηκεηήο-δηάλπζκα κφλν γηα ην u, δεδνκέλσλ ησλ ραξαθηεξηζηηθψλ δηαλπζκάησλ ησλ άκεζσλ γεηηφλσλ. Σηε ζπγθεθξηκέλε εθαξκνγή ζεσξνχκε ην θνηλσληθφ δίθηπν σο δπαδηθφ, δειαδή ε εκπηζηνζχλε εθθξάδεηαη κε ηηο ηηκέο 0 ή 1. Άξα, αλ ζέινπκε λα θαλνληθνπνηήζνπκε ηε θάζε γξακκή ηνπ πίλαθα εκπηζηνζχλεο, πξνθεηκέλνπ λα πεηχρνπκε: N T 1, v 1 u v Άξα έρνπκε: U T, U, u v N u u v u ην νπνίν είλαη έλαο εθηηκεηήο θαη νπζηαζηηθά είλαη ν ζηαζκηζκέλνο κέζνο ηνπ ραξαθηεξηζηηθνχ πίλαθα κε ηα δηαλχζκαηα ησλ άκεζσλ γεηηφλσλ. Γεληθά, γηα έλαλ ρξήζηε u, ν πίλαθαο κε ηα εθηηκψκελα δηαλχζκαηα είλαη ν εμήο: Uˆ U u,1 1,1 U1,2 U ˆ u, U1, K U u, K U U U 2,1 2,2... 2, K U U U N,1 N,2... N, K Tu,1 Tu,2... Tu, N Πξνθεηκέλνπ λα αλαθαιχςνπκε ηα κε πξνθαλή ραξαθηεξηζηηθά ησλ ρξεζηψλ, εμεηάδνπκε-ρξεζηκνπνηνχκε δχν παξάγνληεο: πξψηα ηε κεδεληθή κέζε θαηαλνκή ηνπ Gauss, γηα λα απνθεπρζεί ε παξαπαλίζηα πιεξνθνξία, θαη δεχηεξνλ ηε δεζκεπκέλε θαηαλνκή ησλ δηαλχζκαηνο ηνπ ρξήζηε, πνπ πξνήιζε απφ ηα ραξαθηεξηζηηθά ησλ άκεζσλ γεηηφλσλ. Άξα, έρνπκε: T,, pu pu T, p U N u1 U T N 2 u 0, UI N Uu N U u1 Τν παξαπάλσ είλαη κηα θαλνληθή θαηαλνκή, σο γηλφκελν δχν θαλνληθψλ θαηαλνκψλ, πξνθεηκέλνπ λα δηαηεξεζνχλ ηα ραξαθηεξηζηηθά ησλ άκεζσλ γεηηφλσλ, ζηα U vn u T u, v T 2 U v, TI -- 48

51 ραξαθηεξηζηηθά δηαλχζκαηα ηνπ ρξήζηε ζηφρνπ θαη ε γξαθηθή απεηθφληζή ηνπ αλαπαξηζηάηαη ζηε δηπιαλή εηθφλα, ρσξίο λα θαίλεηαη μεθάζαξα ν πίλαθαο εκπηζηνζχλεο, παξά κφλν ζηηο αθκέο αλάκεζα ζηα ραξαθηεξηζηηθά δηαλχζκαηα ηνπ ρξήζηε γηα ηνλ πξνζδηνξηζκφ ηνπ βαζκνχ εκπηζηνζχλεο αλάκεζα ζηνπο ρξήζηεο. Όζνλ αθνξά ηελ χζηεξε πηζαλφηεηα(posterior probability), γηα ηα ραξαθηεξηζηηθά δηαλχζκαηα ηνπ ρξήζηε, δεδνκέλνπ ηνπ πίλαθα ησλ αμηνινγήζεσλ θαη ηεο εκπηζηνζχλεο, έρνπκε: p U V R, T,,,, pr U, V, pu T,, pv, R T U V R U T V N M R N N T 2 I u, i 2 2 N R u, i g Uu Vi, r N Uu Tu, vu u, T I NU u 0, U I u1 i1 M i1 N V 0, I i 2 V u1 vn u u1 4.4 Δπηζπκεηέο ηδηόηεηεο ηνπ πξνηεηλόκελνπ κνληέινπ Ο SocialMF αζρνιείηαη κε ηελ ηδηφηεηα ηεο κεηαβαηηθφηεηαο ηεο εκπηζηνζχλεο ζηα θνηλσληθά δίθηπα, δειαδή πινπνηεί ην propagation. Δπίζεο, φπσο είδακε θαη ζηε γξαθηθή αλαπαξάζηαζε, ην ραξαθηεξηζηηθφ δηάλπζκα ηνπ θάζε ρξήζηε εμαξηάηαη απφ ηα ραξαθηεξηζηηθά δηαλχζκαηα ησλ άκεζσλ γεηηφλσλ ηνπ. Απηφ, αλ ην εθαξκφζνπκε αλαδξνκηθά, ην ραξαθηεξηζηηθφ δηάλπζκα ηνπ θάζε άκεζνπ γείηνλα κε ηε ζεηξά ηνπ εμαξηάηαη απφ απηά ησλ άκεζσλ γεηηφλσλ ηνπ. Τν γεγνλφο απηφ θαίλεηαη ζηηο δεζκεπκέλεο θαηαλνκέο, φπνπ ην ραξαθηεξηζηηθφ δηάλπζκα ηνπ ρξήζηε αθνινπζεί ηελ θαλνληθή θαηαλνκή γχξσ απφ ην κέζνλ ησλ ραξαθηεξηζηηθψλ δηαλπζκάησλ ησλ γεηηφλσλ ηνπ. Τφζν ν SocialMF φζν θαη ν STE, «καζαίλνπλ» απφ ηηο δεδνκέλεο αμηνινγήζεηο. Όηαλ απηέο δελ ππάξρνπλ ιφγν απψιεηάο ηνπο απφ ηνλ ρξήζηε, ν SocialMF πξνζαξκφδεη ηηο απψιεηεο απηέο βάζε ησλ αλάινγσλ επηινγψλ πνπ έρνπλ θάλεη νη -49-

52 γείηνλεο: ε εμάξηεζή ηνπο απφ απηνχο έρεη λα θάλεη κε ηελ ηηκή ηεο εκπηζηνζχλεο. Απηφ φκσο θαζηζηά αδχλαην λα ρξεζηκνπνηεζνχλ απηέο νη ηηκέο γηα πεξαηηέξσ επεμεξγαζία. 4.5 Αλάιπζε πνιππινθόηεηαο ηεο παξακέηξνπ εθκάζεζεο Τν θχξην θφζηνο γηα ηελ παξαπάλσ πινπνίεζε είλαη ν ππνινγηζκφο ηνπ L θαη ηεο θιίζεο ηνπ απφ ηα ραξαθηεξηζηηθά δηαλχζκαηα ησλ αληηθεηκέλσλ θαη ησλ ρξεζηψλ. Αλ ππνζέζνπκε φηη ν κέζνο αξηζκφο ησλ αμηνινγήζεσλ αλά ρξήζηε είλαη r, θαη φηη ν κέζνο αξηζκφο ησλ άκεζσλ γεηηφλσλ αλά ρξήζηε είλαη t, ηφηε ε πνιππινθφηεηα γηα ην L ζα ήηαλ ON K NtK r. Δθφζνλ, φπσο έρνπκε ήδε αλαθέξεη, ηφζν ν πίλαθαο ησλ αμηνινγήζεσλ R φζν θαη ν πίλαθαο εκπηζηνζχλεο Τ είλαη πνιχ αξαηνί, ηφηε θαη ηα t θαη r είλαη ζρεηηθά κηθξά. Έηζη, ν ππνινγηζκφο ηεο αληηθεηκεληθήο ζπλάξηεζεο είλαη εχθνινο θαη γξακκηθφο θαη εμαξηάηαη απφ ηνλ αξηζκφ ησλ ρξεζηψλ πνπ θάλνπλ ηηο αμηνινγήζεηο. Αληίζηνηρα, ε πνιππινθφηεηα γηα ηνλ ππνινγηζκφ ηεο θιίζεο είλαη 2 ON K Nt K 2 STE είλαη ON t K 2 r t O r t r. Γηα αληηπαξάζεζε, δίλνπκε φηη ε πνιππινθφηεηα ηεο θιίζεο ηνπ 2 r θαη άξα, κπνξνχκε λα πνχκε φηη ν SocialMF είλαη θνξέο ηαρχηεξνο απφ ηνλ STE γηα ηνλ ππνινγηζκφ ηεο θιίζεο γηα θάζε επαλάιεςε ηεο δηαδηθαζίαο κάζεζεο. 4.6 Σν dataset πνπ ρξεζηκνπνηήζακε Δίλαη γεγνλφο φηη κηα απφ ηηο δπζθνιίεο ζηελ έξεπλα πάλσ ζηα θνηλσληθά δίθηπα, είλαη ε κε δεκνζίεπζε ησλ αλάινγσλ ζπλφισλ δεδνκέλσλ. Έσο ηψξα, ην epinions.com είλαη απφ ηα θαιχηεξα θαη ηα πεξηζζφηεξν ρξεζηκνπνηεκέλα, καδί κε ην Flixter ην νπνίν παξνπζηάδεη ηελ ηδηνκνξθία φηη ν γξάθνο εθεί είλαη κε θαηεπζπληηθφο

53 Δηθφλα: Τν ζχλνιν δεδνκέλσλ πνπ ρξεζηκνπνηήζακε πξνήιζε απφ ηνλ παξαπάλσ ρψξν Τν epinions.com είλαη έλαο ηζηφηνπνο πνπ ζχκθσλα θαη κε ην ινγφηππφ ηνπ κπνξεί λα παξέρεη ηελ επθαηξία γηα ηε ζπκκεηνρή ζε αμηνινγήζεηο, αλψλπκα ψζηε λα εμαζθαιίδνληαη πξνυπνζέζεηο γηα ακεξφιεπηε ζπκκεηνρή. Ωζηφζν, δηαηεξεί ηα ραξαθηεξηζηηθά ησλ θνηλσληθψλ δηθηχσλ κε ζχλαςε ζρέζεσλ εκπηζηνζχλεο θιπ θάηη πνπ ηνπ παξέρεη θαη αμηνινγήζεηο αηφκσλ-ρξεζηψλ. Μάιηζηα ζηνλ ίδην ηνλ ηζηνρψξν αλαθέξεηαη φηη νη ρξήζηεο πξέπεη λα πξνζέρνπλ ηηο επηινγέο ηνπο γηαηί έηζη παξάγνπλ εκπεηξία θαη επεξεάδνπλ ηνπο θίινπο ή γείηνλέο ηνπο. Δπηπιένλ, ε εκπηζηνζχλε αλαθέξεηαη σο πνιχ ζεκαληηθφο κεραληζκφο αλαηξνθνδφηεζεο. Όπσο βιέπνπκε θαη ζηελ εηθφλα, ηα αληηθείκελα πξνο αμηνιφγεζε είλαη ρσξηζκέλα ζε θαηεγνξίεο(ζην πάλσ κέξνο κε ηε κνξθή θαξηειψλ). Η αμηνιφγεζε εκθαλίδεηαη κε ηε κνξθή ησλ 5 αζηεξηψλ. Δθεί πνπ πξέπεη λα ζηαζνχκε είλαη φηη ν ρξήζηεο κπνξεί λα δψζεη ηελ θξηηηθή ηνπ κε ηε κνξθή θεηκέλνπ, λα θάλεη αμηνιφγεζε ηεο θξηηηθήο άιισλ κε ηε κνξθή ηεο βαζκνιφγεζεο θαη λα αμηνινγήζεη αθφκα πξντφληα, δειαδή δηαθφξσλ θαηεγνξηψλ αληηθείκελα. Απφ ηνπο ρξήζηεο αλαδεηθλχνληαη νη θαιχηεξνη θαη νη ρεηξφηεξνη, φπσο θαίλεηαη θαη απφ ην πξψην ζηηγκηφηππν νζφλεο πνπ αθνινπζεί. Κάηη αλάινγν γίλεηαη θαη κε ηα αληηθείκελα(δηπιαλή εηθφλα). -51-

54 Σπγθεθξηκέλα, ρξεζηκνπνηήζακε δχν αξρεία-dataset, έλα κε δεδνκέλα αμηνιφγεζεο δνζκέλα κε ηε κνξθή text δεδνκέλσλ θαη φρη νξγαλσκέλα θαη ην άιιν κε δεδνκέλα εκπηζηνζχλεο φπνπ ηζρχεη ην ίδην. Σην πξψην δίλεηαη ν αχμσλ αξηζκφο ηνπ ρξήζηε ζηε πξψηε ζηήιε, ν αχμσλ αξηζκφο ηνπ αληηθεηκέλνπ θαη ζηελ ηξίηε ζηήιε ε αμηνιφγεζή πνπ απηφο έρεη δψζεη. Σην δεχηεξν dataset, κηιάκε γηα εκπηζηνζχλε κεηαμχ ρξεζηψλ, άξα δίλνληαη νη δχν ρξήζηεο κε ηνπο αχμνληεο αξηζκνχο ηνπο θαη ν άζζνο-1 πνπ δειψλεη ηελ χπαξμε ζρέζεο κεηαμχ ηνπο θαη είλαη παληνχ ην ίδην. Έηζη, ζχκθσλα κε ηα πξνεγνχκελα, ν πίλαθαο Rij ζα πξνέιζεη απφ ην αξρείν ratings_data ηνπ νπνίνπ ηε δνκή πξναλαθέξακε. Τν ελ ιφγσ αξρείν πεξηιακβάλεη γηα αληηθείκελα κέρξη αχμνληεο αξηζκνχο, ρσξίο φκσο λα πεξηιακβάλνληαη φινη. Κάπνηνη ιείπνπλ. Όζν γηα ηνπο ρξήζηεο ππάξρνπλ έσο αχμνληεο αξηζκνί αιιά θαη εδψ ιείπνπλ πνιινί. Απηφ πξέπεη λα ην ιάβνπκε ππφςε καο ζην ρεηξηζκφ ηνπο. Η ρξήζε ηνπ σο εληαίν πίλαθα δελ είλαη απαξαίηεηε αθνχ ρξεζηκνπνηείηαη γηα ηελ παξαγνληνπνίεζε. Δπνκέλσο, ζα ζρεκαηίζνπκε απεπζείαο ηνπο xn U 30 i θαη xo V 30 j, φπνπ έρνπκε ζέζεη απζαίξεηα d=30 θαη γηα ην δηθφ καο dataset έρνπκε Ν= θαη Ο= Θα πάξνπκε δειαδή πιεξνθνξία γηα ηα latent features κφλν. Όζνλ αθνξά ηνλ άιιν πίλαθα, ε πξνζέγγηζε ζηελ πινπνίεζή καο είλαη ε θφξησζε ζε πίλαθα ησλ απμφλησλ αξηζκψλ ησλ ρξεζηψλ πνπ ππάξρεη εκπηζηνζχλε(νη ζρέζεηο πνπ παίξλνπλ 1). Οη ππφινηπεο ζεσξνχκε φηη είλαη κεδεληθέο