Thursday, May 9, 2013

Discovering Similar User Models Based on Interest Tree

La comparación de intereses entre dos modelos de usuario se lleva a cabo tradicionalmente sobre una serie de vectores. Sin embargo, recientemente los modelos de usuario se expresan mediante una estructura de árbol por lo que las medidas tradicionales de comparación no se adaptan por completo. El artículo propone una forma de llevar a cabo la comparación entre las estructuras de árbol de los modelos de usuario.

El modelo de usuario basado en árboles contiene la siguiente información:

  • Tema de interés del usuario
  • Grado de interés en distintos temas
  • Relaciones jerárquicas entre los temas de interés

La siguiente figura es un ejemplo de un árbol de interes.

image

Se llevan a cabo varios tipos de cálculos para comparar los intereses de dos usuarios, el primero es el cálculo de similitud de la estructura. El cálculo de similitud en la estructura de nodos se refiere a las diferencias en la estructura entre los modelos de usuario. Para determinar esto se toman en cuenta los siguientes tres casos:

  1. Similitud estructural del nodo hoja
  2. Similitud estructural entre el nodo hoja y los nodos que no son hojas
  3. Similitud estructural entre los nodos que no son hojas

El segundo cálculo que se lleva a cabo es sobre la similitud de tema de interés. Ya que no sólo se conocen los intereses del usuario sino también el grado con el que están relacionados al usuario, se lleva a cabo la comparación entre los valores de dos usuarios. El valor es originalmente determinado por el comportamiento y tiempo de navegación sobre el elemento.

Se lleva a cabo otro cálculo que se denomina como similitud comprensiva. Esta es la suma de las similitudes anteriores multiplicadas por un peso.

Los experimentos se llevan a cabo sobre 10 modelos usuarios y a su vez sobre 10 temas de interés. Para desplegar los resultados, sólo se incluyeron a 3 modelos que se despliegan a continuación:

image

image

image

image

Como conclusiones proponen que su medida comprensiva (CIS) muestra resultados más reales que usar las dos medidas de manera separada. Sin embargo no se sabe contra que están comparadas estas similitudes para validar el tipo de cálculos que llevan a cabo.

Zhang, L., Zhang, B., Zheng, J., Weng, X., Wang, M., & Mei, K. (2012). Discovering Similar User Models Based on Interest Tree. 2012 IEEE 12th International Conference on Computer and Information Technology (pp. 1046–1050). Ieee. doi:10.1109/CIT.2012.214

No comments:

Post a Comment