Recomendação de Conteúdo e QoE: Um Experimento Quantificando o Impacto da QoS nas Preferências por Conteúdos
Resumo
Sistemas de recomendação estão cada vez mais presentes na rotina de usuários na Internet. Portanto, plataformas como Youtube e Netflix buscam aprimorar seus sistemas de recomendação tendo em vista uma melhor experiência para os seus usuários. Porém, a experiência dos usuários depende de inúmeros fatores não apenas relacionados a natureza do conteúdo, mas também a forma como o conteúdo é entregue. Sistemas de cache, por exemplo, também possuem uma grande influência na qualidade de experiência (QoE) dos usuários, já que podem determinar a qualidade de serviço (QoS) dos conteúdos. Neste artigo, estabelecemos uma relação entre sistemas de recomendação e qualidade de serviço (QoS) tendo em base dados coletados a partir de um experimento realizado de forma remota com participações de diversos usuários, com diferentes perfis. Acreditamos que nossos resultados possibilitam abordagens inovadoras no estudo de sistemas de recomendação e algoritmos de caching de forma conjunta. Utilizando árvores de decisão, propomos um sistema de recomendação que leva em conta conjuntamente QoS e a natureza dos conteúdos. Em resultados preliminares, alcançamos uma precisão de 83% em decisões de recomendação baseadas em dados fornecidos por usuários reais que participaram dos experimentos propostos.
Referências
de Freitas, R. G., Menasché, D., Delgado, C., and Ziviani, A. (2017). Recomendação de conteúdo e desempenho de sistemas de cache.
Dehghan, M., Massoulie, L., Towsley, D., Menasche, D., and Tay, Y. C. (2016). A utility optimization approach to network cache design. In INFOCOM 2016, pages 1–9. IEEE.
Gomez-Uribe, C. A. and Hunt, N. (2016). The netix recommender system: Algorithms, business value, and innovation. ACM Transactions on Management Information Systems (TMIS), 6(4):13.
Krishnan, S. S. and Sitaraman, R. K. (2013). Video stream quality impacts viewer behavior: inferring causality using quasi-experimental designs. IEEE/ACM Transactions on Networking, 21(6):2001–2014.
Liu, D. and Yang, C. (2018). A learning-based approach to joint content caching and recommendation at base stations. arXiv preprint arXiv:1802.01414.
Mok, R. K., Chan, E. W., and Chang, R. K. (2011). Measuring the quality of experience of http video streaming. In Integrated Network Management (IM), 2011 IFIP/IEEE International Symposium on, pages 485–492. IEEE.
Nam, H., Kim, K.-H., and Schulzrinne, H. (2016). Qoe matters more than qos: Why people stop watching cat videos. In INFOCOM 2016, pages 1–9. IEEE.
Sermpezis, P., Spyropoulos, T., Vigneri, L., and Giannakas, T. (2017). Femto-caching with soft cache hits: Improving performance with related content recommendation. In GLOBECOM, pages 1–7. IEEE.
Turnbull, D. (2017). High-quality recommendation systems with elasticsearch. https://dzone.com/articles/high-quality-recommendation-systems-with-elastic-2.
