Análisis de la Influencia de las Propiedades Semánticas en los Sistemas de Recomendación

##plugins.themes.bootstrap3.article.main##

Kenneth Samuel Palacio Baus

Mauricio Espinoza Mejía

Victor Saquicela

Humberto Albán

Johnny Ávila

Xavier Riofrío



Resumen

Resumen:Este artículo propone un procedimiento para la evaluación del impacto que tiene la inclusión de determinadaspropiedades semánticas y sus combinaciones en la estimación de recomendaciones de contenidos audiovisuales,generadas por un sistema de recomendación semántico para usuarios en el domino de la Televisión Digital. Este trabajo parte de la hipótesis de que el incremento moderado del número de propiedades involucradas en el cálculo delas predicciones mejora paulatinamente su precisión y que cada propiedad semántica tiene una influencia específica.Los resultados experimentales demuestran que el uso de diferentes combinaciones de propiedades semánticas, tiende areducir el error promedio en distinta proporción.

 

Abstract: This paper presents an evaluation procedure focused on analyzing the impact of the inclusion of determinedsemantic properties and their combinations, on the audiovisual content recommendation estimation performed by asemantic recommender system to users in the domain of Digital Television. This work is based on the assumption that byincreasing the number of semantic properties involved in the prediction estimation, its accuracy will be improved giventhat each semantic property has a determined influence. The obtained results show that the use of different semanticproperties combinations leads, in general, to a specific reduction of the average estimation error

 

Descargas

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Biografías de los autores/as

Kenneth Samuel Palacio Baus, Departamento de Ingeniería Eléctrica, Electrónica y Telecomunicaciones. Universidad de Cuenca.

Ing. Kenneth S. Palacio Baus, MSc
Docente Facultad de Ingeniería
Departamento de Ingeniería Eléctrica, Electrónica y Telecomunicaciones
Universidad de Cuenca
ingenieria.ucuenca.edu.ec

Mauricio Espinoza Mejía, Departamento de Ciencias de la Computación Universidad de Cuenca

Director del Departamento de Ciencias de la Computación

Universidad de Cuenca

Victor Saquicela, Departamento de Ciencias de la Computación Universidad de Cuenca

Director de Escuela de Ingeniería de Sistemas

Departamento de Ciencias de la Computación

Universidad de Cuenca

Humberto Albán, Departamento de Ingeniería Eléctrica, Electrónica y Telecomunicaciones. Universidad de Cuenca

Docente Facultad de Ingeniería

Departamento de Ingeniería Eléctrica, Electrónica y Telecomunicaciones

Universidad de Cuenca

Johnny Ávila, Facultad de Ingeniería Universidad de Cuenca

Egresado Ingeniería de Sistemas

Universidad de Cuenca

Xavier Riofrío, Facultad de Ingeniería Universidad de Cuenca

Egresado Ingeniería de Sistemas

Universidad de Cuenca

Citas

Kantor Paul B., "Recommender systems handbook", Springer, 2009.

Foltz Peter W. and Dumais Susan T., "Personalized Information Delivery: An Analysis of Information Filtering Methods", Communications of the ACM -Special issue on information filtering, vol. 35, no. 12, pp. 51-60, 1992.

Ceccaroni Luigi and Verdaguer Xavier, "TV FINDER: una aproximación semántica a la televisión interactiva", BCN Media, 2003.

Schafer J. Ben, Konstan Joseph A. and Riedl John, "E-Commerce Recommendation Applications", ECommerce Recommendation Applications, vol. 5, no. 1-2 , pp. 115-153, 2001.

Adomavicius G. and Tuzhilin A., "Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions", Knowledge and Data Engineering, IEEE Transactions, vol. 17, no. 6, pp. 734-749, 2005.

Balabanovi` c Marko and Shoham Yoav, "Fab: content-based, collaborative recommendation", Communications of the ACM, vol. 40, no. 3, pp. 66-72, 1997.

Yu K., Schwaighofer, A., Tresp V., Xiaowei Xu and Kriegel H., "Probabilistic memory-based collaborative filtering", Knowledge and Data Engineering, IEEE Transactions, vol. 16, no. 1, pp. 56-69, 2004.

Belkin Nicholas J. and Croft W. Bruce, "Information filtering and information retrieval: two sides of the same coin?", Communications on the ACM, vol. 35, no. 12, pp. 29-38, 1992.

Shardanand Upendra and Maes Pattie, "Social information filtering: algorithms for automating word of mouth", In CHI ’95 Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, ACM Press/Addison-Wesley Publishing Co., New York, NY, USA, pp. 210-217, 1995.

Sheth B. and Maes Pattie, "Evolving agents for personalized information filtering", In Proceedings of the Ninth Conference on Artificial Intelligence for Applications, pp. 345-352, 1993.

Riedl J. T., Konstan J. A. and Ekstrand M. D., "Collaborative Filtering Recommender Systems", Foundations and Trends in Human-Computer Interaction, pp. 175-243, 2011.

Sotelo, R., Juayek, M. and Scuoteguazza A., "A comparison of audiovisual content recommender systems performance: Collaborative vs. semantic approaches", Broadband Multimedia Systems and Broadcasting (BMSB), IEEE International Symposium, pp. 1-5, 2013.

Wang R.Q. and Kong, F.S., "Semantic-Enhanced Personalized Recommender System", In International Conference on Machine Learning and Cybernetics, vol. 7, pp. 40694074, 2007.

Codina Victor and Ceccaroni Luigi. "Taking Advantage of Semantics in Recommendation Systems", Proceedings of the 2010 conference on Artificial Intelligence Research and Development: Proceedings of the 13th International Conference of the Catalan

Association for Artificial Intelligence, pp. 163-172, 2010.

Fernandez Y.B., Pazos-Arias J.J., Nores M.L., Solla A.G. and Cabrer, M.R., "AVATAR: an improved solution for personalized TV based on semantic inference", Consumer Electronics, IEEE Transactions, vol. 52, no. 1, pp. 223-231, 2006.

Blanco-Fernández Yolanda, Pazos-Arias José J., GilSolla Alberto, Ramos-Cabrer Manuel, BarragánsMartínez Belén, López-Nores Martín, García-Duque Jorge, Fernández-Vilas Ana and Díaz-Redondo Rebeca P., "AVATAR: An Advanced Multi-agent Recommender System of Personalized TV Contents by Semantic Reasoning", Lecture Notes Computer Science, no. 3306, pp. 415-421, 2004.

Blanco-Fernández Y., Pazos-Arias J.J., Gil-Solla A., Ramos-Cabrer M., López-Nores M., García-Duque J., Fernández-Vilas A., Díaz-Redondo R.P. and Bermejo-Muñoz J., "A flexible semantic inference methodology to reason about user preferences in knowledge-based recommender systems", Knowledge-Based Systems, vol. 2 , no. 4, pp. 305-320, 2008.

MovieLens Dataset, disponible en http://www.

movielens.org/ 2014.

Seyerlehner K., "Content-Based Music Recommender Systems: Beyond simple Frame-Level Audio Similarity", PhD thesis, Johannes Kepler Universität, Linz, December, 2010.

Juayek M. and Scuoteguazza A., "Evaluación de sistemas recomendadores de contenidos audiovisuales basados en técnicas inteligentes", Facultad de Ingeniería, Universidad de Montevideo, Uruguay, 2012.

Saquicela V., Espinoza-Mejía M, Palacio-Baus K, and Albán H.,"Enriching Electronic Program Guides Using Semantic Technologies and External Resources", Proceedings of the XL Latin American Computing Conference (CLEI 2014), Oct. 2014.

Saquicela V., Espinoza-Mejía M., Mejía J. and Villazón-Terrazas B., "Reduciendo la sobrecarga de información en usuarios de televisión digital", in Proceedings of the Workshop on Semantic Web and Linked Data, 2014.

Espinoza-Mejía M., Saquicela V., Palacio-Baus K, and Albán H., "Extracción de Preferencias Televisivas desde los Perfiles de Redes Sociales", Revista Politécnica, Escuela Politécnica Nacional - EPN, vol. 34, 2014.

Gruber, T.R., "Towards principles for the design of ontologies used for knowledge sharing", In The International Journal of Human-Computer studies, 43(5/6) : pp. 907-928, 1995.

Ruiz-Montiel M. and Montes J. F. A., "Semantically Enhanced Recommender Systems", in Robert Meersman; Pilar Herrero and Tharam S. Dillon, ed., ’OTM Workshops’, Springer, pp. 604-609, 2009.