Aplicando Nuvem de Partículas para Atenuar o Dilema entre Diversidade e Acurácia em Domínios de Recomendação

• Tiago Trotta
• Diego Carvalho
• Nícollas Silva
• Leonardo Rocha

Resumo

Sistemas de Recomendação (SsR) focam na apresentação dos itens mais relevantes aos usuários a fim de melhorar a acurácia do sistema. Entretanto, a acurácia não é suficiente para avaliar a efetividade prática das recomendações. Métricas como novidade, diversidade e imprevisibilidade são chave para se avaliar a utilidade de SsR em cenários reais. Especificamente, há um dilema em aberto de acurácia-diversidade capaz de impulsionar as vendas ao oferecer aos consumidores tanto itens convencionais quanto específicos. Para lidar com esse dilema, propomos uma abordagem de pós-processamento, baseada em Nuvem de Partículas, que reordena as listas recomendações de SsR tradicionais, melhorando a diversidade em até 70% sem perda de acurácia.

 

Palavras-chave: Aprendizado de Máquina; Otimização; Sistemas de Recomendação