El valor de juicio de un usuario se refiere al criterio para juzgar en qué atributos se enfoca el usuario al evaluar los objetos. El método propuesto en el artículo no evalúa las preferencias sino la relación entre el rating de cada atributo y los objetos. Esto permite encontrar el atributo que contribuye mayormente al rating de un objeto.
Los modelos de usuario son generados basados en la tasa de influencia de los ratings de cada atributo hacia los ratings de los objetos. La influencia está definida por el RMRate (Rating Machine Rate). Mientras mayor RMRate tenga, mayor prioridad se asignará a los atributos. La siguiente tabla muestra un ejemplo de ratings de dos productos, seguido por el cálculo del RMRate de la primera tabla.
La arquitectura del sistema se encuentra basada en tres módulos y se muestra un diagrama a continuación:
Los módulos son:
- Obtención de polaridad – Se encarga de extraer las polaridades de los objetos y de cada atributo y almacenarlas en una base de datos.
- Modelado de usuario – Toma la base de datos de polaridad y en base al RMRate construye una base de modelos de usuario de m-dimensiones.
- Recomendación – Basado en el modelo de usuario, se toman los objetos con mayor RMRate.
Los experimentos se hicieron sobre 942 reseñas de 78 usuarios. Los resultados se muestran a continuación:
El número de atributos con un RMRate de más de 0.7 por usuario es de 2.68 mientras que al tenerlo por más de 0.8 es de 1.68. Dado esto, se puede deducir que los usuarios ponen prioridades distintas en los atributos. Como primer acercamiento queda como factible la posibilidad de realizar un modelo de usuario en base a este tipo de valores.
Hattori, S., Mao, Z., & Takama, Y. (2012). Proposal of user modeling method and recommender system based on personal values. The 6th International Conference on Soft Computing and Intelligent Systems, and The 13th International Symposium on Advanced Intelligence Systems (pp. 1720–1723). Ieee. doi:10.1109/SCIS-ISIS.2012.6505151
No comments:
Post a Comment