Recomendação de conteúdo baseada em interações multimodais

Arthur Fortes da Costa

Orientador:

Professor Dr. Marcelo Manzato

2

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Recomendação de conteúdo baseada em interações multimodais

1. Introdução

Contextualização

Motivação

Objetivos

2. Plano de PesquisaProjeto

Arquitetura

Ferramentas Auxiliares

Resultados Esperados

3. Trabalhos em AndamentoProposta

Resultados

• As principais funções dos sistemas de recomendação são analisar os dados dos usuários e extrair informações úteis para futuras predições.

• Sistemas atuais:

- Diversos tipos de interações

- Maior processamento de dados

- Tempo Real

3

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Recomendação de conteúdo baseada em interações multimodais

ContextualizaçãoMotivaçãoObjetivo

Contextualização

Figura1. Exemplo de interações Twitter.

• Sistemas computacionais atualmente permitem que os usuários interajam dediversas maneiras

4

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Recomendação de conteúdo baseada em interações multimodais

ContextualizaçãoMotivaçãoObjetivo

Motivação

Figura2. Exemplo de interações em produto vendido na Amazon.

• Nessa linha de pesquisa, foram desenvolvidas inúmeras técnicas que utilizamdiferentes informações do usuário para construir seu perfil de interesses.

• A literatura apresenta uma lacuna em técnicas que unifiquem várias formasde interação do indivíduo em um único modelo.

5

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Recomendação de conteúdo baseada em interações multimodais

ContextualizaçãoMotivaçãoObjetivo

Motivação

• Este plano de pesquisa tem como objetivo desenvolver um modelo de recomendação com base em interações multimodais executadas pelo usuário ao acessar o sistema.

Módulo capaz de processar vários tipo de interação:

Indicar inferências positivas ou

negativas do usuário sobre o conteúdo.

6

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Recomendação de conteúdo baseada em interações multimodais

ContextualizaçãoMotivaçãoObjetivo

Objetivo

• Nosso plano visa a exploração de tais problemas, utilizando-se dos sistemas existentes, para o desenvolvimento de um módulo capaz de originar um sistema baseado em interações multimodais.

• Otimizar e solucionar parte dos problemas aqui citados e contribuir para as demais áreas correlacionadas.

7

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Recomendação de conteúdo baseada em interações multimodais

Projeto

Projeto

Arquitetura

Ferramentas Auxiliares

Resultados Esperados

8

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Projeto

Arquitetura

Ferramentas Auxiliares

Resultados Esperados

Arquitetura

Figura 3. Arquitetura Atualizada do Modelo Proposto

9

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Recomendação de conteúdo baseada em interações multimodais

Ferramentas Auxiliares

• Bases de Dados

- Last.fm

- MovieLens (10M)

- HetRec

• Ferramentas de Recomendação

- MyMediaLite / Crab / LensKit

• Avaliação de Resultados

- 10-fold cross validation/ All But One (Live One Out)

- MAE e RMSE

- MAP@10, Prec@10 e F1

- Estudo estatísticos: T-student (p < 0.05)

Projeto

Arquitetura

Ferramentas Auxiliares

Resultados Esperados

10

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Recomendação de conteúdo baseada em interações multimodais

Resultados Esperados

Dentre os resultados do presente projeto, destacam-se:

• Um sistema capaz de indicar de listas de recomendação de itens mais

aproximadas as preferências dos usuários.

• Representação mais precisa das preferências do usuário.

• Redução de problemas conhecidos na área de sistemas de recomendação:

- Partida Fria

- Ovelha Negra

- Super Especialização

Projeto

Arquitetura

Ferramentas Auxiliares

Resultados Esperados

11

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Proposta

Resultados

Proposta

• Desenvolvimento de um modelo capaz de processar:

- Interações Explicitas (Notas atribuídas por usuários)

- Interações Implícitas (Se atribuiu ou não Tags a um item e histórico de navegação)

• Algoritmos existentes para processar os dados: (MyMediaLite)

- BPRMF

- SVD++ / Fatoração de Matrizes

• Processar os resultados obtidos atribuindo pesos às interações com resultados mais

relevantes.

• Gerar um rank unificado para o usuário.

12

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Proposta

Resultados

Modelo

Recomendação de conteúdo baseada em interações multimodais

• Trabalho inicial submetido à WIC 2014.

13

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Proposta

Resultados

Modelo

Recomendação de conteúdo baseada em interações multimodais

• Trabalho submetido ao BRACIS 2014.

14

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Proposta

Resultados

Modelo

Recomendação de conteúdo baseada em interações multimodais

• Trabalho submetido ao Webmedia 2014/ Atual arquitetura do projeto.

15

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Proposta

Resultados

Modelo

Recomendação de conteúdo baseada em interações multimodais

• Trabalho submetido ao Webmedia 2014/ Atual arquitetura do projeto.

16

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Proposta

Resultados

Modelo (Resultados de Precisão)

17

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Proposta

Resultados

ModeloModelo (Resultados de MAP)

18

RoteiroIntrodução

Plano de PesquisaTrabalhos em Andamento

Proposta

Resultados

Diretrizes

Recomendação de conteúdo baseada em interações multimodais

• Utilizar outras técnicas de ensemble learning para unificar os rankings (Stacking,

técnicas não lineares, etc;)

• Utilizar novos algoritmos para processar os dados - BPRMF

• Processar novos tipos de interações.

Recomendação de conteúdo baseada em interações multimodais

Arthur Fortes da Costa

fortes@icmc.usp.br

Orientador:

Professor Dr. Marcelo Manzato

mmanzato@icmc.usp.br