Hibrit ve Bağlama Duyarlı Tavsiye Sistemleri
Hibrit tavsiye sistemleri, bireysel zayıflıklarını gidermek amacıyla birden fazla tavsiye stratejisini birleştirmekte; bağlama duyarlı tavsiye sistemleri ise önerileri kullanıcının durumuna göre uyarlamaktadır.
Tanım
Hibrit bir tavsiye sistemi, herhangi bir tek yönteme göre daha iyi öneriler üretmek amacıyla iki veya daha fazla tavsiye tekniğini birleştirmektedir. Bağlama duyarlı bir tavsiye sistemi ise zaman, konum, ruh hali veya eşlik eden kişiler gibi kullanıcı ve öğe kimliklerinin ötesindeki bağlamsal bilgileri tavsiye sürecine dahil etmektedir.
Kapsam
Bu konu, temel tavsiye sistemlerinin iki tamamlayıcı uzantısını kapsamaktadır: ağırlıklandırma, geçiş yapma (switching), özellik birleştirme ve basamaklandırma (cascading) gibi stratejiler aracılığıyla içerik tabanlı, işbirlikçi ve diğer teknikleri entegre eden hibrit sistemler; ve zaman, konum ve cihaz gibi bağlamsal faktörleri tahmin sürecine dahil eden bağlama duyarlı tavsiye. Sinyallerin birleştirilmesi ve bağlamsallaştırılmasının, özellikle soğuk başlangıç (cold start) sorununa karşı doğruluğu ve sağlamlığı nasıl artırdığı incelenmekte, temel yöntemler ve değerlendirme ise ilgili diğer konulara bırakılmaktadır.
Temel sorular
- Neden içerik tabanlı ve işbirlikçi yöntemler tek başına kullanılmak yerine birleştirilmektedir?
- Ağırlıklandırma, geçiş yapma (switching) ve basamaklandırma (cascading) gibi tavsiye sistemlerini hibritleştirmek için hangi stratejiler mevcuttur?
- Zaman veya konum gibi bağlam eklemek önerileri nasıl değiştirmektedir?
- Bağlam, ön filtreleme, son filtreleme veya bağlamsal modelleme olarak nasıl modellenebilir?
- Hibrit ve bağlama duyarlı yöntemler, soğuk başlangıç (cold start) ve sağlamlık konularında nasıl yardımcı olmaktadır?
Anahtar kavramlar
- hibrit tavsiye
- ağırlıklandırılmış ve geçişli hibritler
- basamaklı ve özellik birleştirmeli hibritler
- bağlama duyarlı tavsiye
- bağlamsal ön filtreleme ve son filtreleme
- bağlamsal modelleme
- soğuk başlangıç (cold start) hafifletme
- çok boyutlu tercih modelleri
Temel kuramlar
- Hibritleştirme stratejileri
- Tavsiye sistemleri, puanlarını harmanlayarak (ağırlıklandırılmış), duruma göre aralarından seçim yaparak (geçiş yapma), birinin çıktısını diğerine besleyerek (basamaklandırma veya özellik artırma) veya özelliklerini birleştirerek bir araya getirilebilir; doğru strateji her bir bileşenin zayıflıklarını hafifletmektedir.
- Bağlama duyarlı tavsiye paradigmaları
- Bağlam, tavsiye etmeden önce verileri filtreleyerek (bağlamsal ön filtreleme), sonuçları sonradan ayarlayarak (son filtreleme) veya bağlamı çok boyutlu bir tercih modeli içinde doğrudan modelleyerek (bağlamsal modelleme) dahil edilebilir.
Klinik önem
Üretimdeki çoğu tavsiye sistemi hibrit yapıdadır; işbirlikçi, içerik tabanlı ve davranışsal sinyalleri harmanlayarak cihaz, günün saati ve son etkinlik gibi bağlamlara uyum sağlamaktadır. Bu teknikler doğruluğu artırmakta, soğuk başlangıç (cold start) sorununu ele almakta ve önerileri anlık duruma göre uyarlamaktadır; bu da mobil ve yayın hizmetlerinde kritik öneme sahiptir.
Tarihçe
Burke'ün 2002 tarihli araştırması, araştırmacıların hiçbir tek tavsiye tekniğinin her durumda en iyi olmadığını fark etmesiyle hibritleştirme stratejilerini sistematize etmiştir. Bağlama duyarlı tavsiye, mobil ve her yerde bulunan bilgi işlem (ubiquitous computing) durumsal sinyalleri erişilebilir kıldıkça, 2000'li yıllar boyunca gelişmiş ve Adomavicius ve Tuzhilin tarafından resmileştirilmiştir. Hibrit, bağlama duyarlı tasarımlar günümüzde kullanılan sistemlerde standart hale gelmiştir.
Öne çıkan isimler
- Robin Burke
- Gediminas Adomavicius
- Alexander Tuzhilin
- Francesco Ricci
İlgili konular
Temel eserler
- burke2002
- adomavicius2011
- ricci2015
Sıkça sorulan sorular
- Gerçek tavsiye sistemlerinin çoğu neden hibrit yapıdadır?
- Her tekniğin zayıflıkları bulunmaktadır: içerik tabanlı yöntemler aşırı uzmanlaşma eğilimindeyken, işbirlikçi yöntemler soğuk başlangıç (cold start) ve seyrek veri (sparsity) sorunlarıyla karşılaşmaktadır. Bunları birleştirmek, birinin güçlü yönlerinin diğerinin zayıflıklarını kapatmasını sağlamakta ve genellikle herhangi bir tek yönteme göre daha doğru ve sağlam öneriler sunmaktadır.
- Bağlama duyarlı tavsiyede bağlam olarak ne kabul edilmektedir?
- Bağlam, kullanıcı ve öğe kimliklerinin ötesinde tercihleri etkileyen; zaman, konum, cihaz, hava durumu veya kullanıcının kiminle olduğu gibi her türlü durumsal bilgidir. Bu bilgiyi dahil etmek, bir sistemin örneğin hafta içi işe gidiş geliş ile hafta sonu akşamı için farklı önerilerde bulunmasını sağlamaktadır.