Building user profiles based on sequences for content and collaborative filtering

Abstract

El modelado de perfiles de usuario es un paso necesario para que la mayoría de los sistemas de filtrado de información, como los sistemas de recomendación, proporcionen recomendaciones personalizadas. Sin embargo, la mayoría trabaja con usuarios o elementos como vectores, aplicando diferentes tipos de operaciones matemáticas entre ellos y descuidando la información secuencial o de contenido. Por lo tanto, en este artículo estudiamos cómo proponer un mecanismo adaptativo para obtener secuencias de usuario utilizando diferentes fuentes de información, que permita generar recomendaciones híbridas como una técnica fluida y transparente desde el punto de vista del sistema. Como prueba de concepto, desarrollamos el algoritmo Longest Common Subsequence (LCS) como métrica de similitud para comparar las secuencias de los usuarios, donde, en el proceso de adaptar este algoritmo a la recomendación, incluimos diferentes parámetros para controlar la eficiencia al reducir la información. utilizado en el algoritmo (filtro de preferencia), para decidir cuándo un vecino se considera lo suficientemente útil para ser incluido en el proceso (filtro de confianza), para identificar si dos interacciones son equivalentes (umbral de coincidencia δ) y para normalizar la longitud del LCS en un intervalo acotado (funciones de normalización). Estos parámetros se pueden extender para trabajar con cualquier tipo de algoritmo secuencial.

Evaluamos nuestro enfoque con varios algoritmos de recomendación de última generación utilizando diferentes métricas de evaluación que miden la precisión, diversidad y novedad de las recomendaciones, y analizamos el impacto de los parámetros propuestos. Hemos descubierto que nuestro enfoque ofrece un rendimiento competitivo, superando las líneas base de contenido, colaborativas e híbridas, y produciendo resultados positivos cuando se explota la información basada en el contenido o en la calificación.Modeling user profiles is a necessary step for most information filtering systems – such as recommender systems – to provide personalized recommendations. However, most of them work with users or items as vectors, by applying different types of mathematical operations between them and neglecting sequential or content-based information. Hence, in this paper we study how to propose an adaptive mechanism to obtain user sequences using different sources of information, allowing the generation of hybrid recommendations as a seamless, transparent technique from the system viewpoint. As a proof of concept, we develop the Longest Common Subsequence (LCS) algorithm as a similarity metric to compare the user sequences, where, in the process of adapting this algorithm to recommendation, we include different parameters to control the efficiency by reducing the information used in the algorithm (preference filter), to decide when a neighbor is considered useful enough to be included in the process (confidence filter), to identify whether two interactions are equivalent (δ-matching threshold), and to normalize the length of the LCS in a bounded interval (normalization functions). These parameters can be extended to work with any type of sequential algorithm.

We evaluate our approach with several state-of-the-art recommendation algorithms using different evaluation metrics measuring the accuracy, diversity, and novelty of the recommendations, and analyze the impact of the proposed parameters. We have found that our approach offers a competitive performance, outperforming content, collaborative, and hybrid baselines, and producing positive results when either content- or rating-based information is exploited.