Raccomandazioni su canali di distribuzione unidirezionali

In un contesto televisivo dove la quantità di contenuti proposta aumenta quotidianamente in modo consistente, si è fatta largo la necessità tra i fornitori di servizi TV di aiutare gli utenti nella ricerca di trasmissioni rilevanti adottando sistemi di raccomandazione capaci di suggerire un insieme personalizzato di programmi potenzialmente di loro interesse. Nella letteratura scientifica sono molteplici gli approcci proposti per generare raccomandazioni agli utenti. Gli algoritmi più utilizzati, noti come filtri collaborativi, prevedono l’acquisizione e l’elaborazione di informazioni relative alle preferenze della comunità di utenti che utilizzano il sistema. Non tutti i canali di distribuzione dei contenuti televisivi consentono però, al fornitore del servizio, di raccogliere le preferenze degli utenti. Ad esempio le piattaforme digitale terrestre e satellitare non dispongono del canale di ritorno dall’utente al sistema, negando la possibilità di collezionare tali informazioni. Questo lavoro di tesi si propone di studiare i sistemi di raccomandazione in uno scenario senza canale di ritorno, dominio finora inesplorato della letteratura. Verrà introdotta e valutata l’idea innovativa di utilizzare dati esterni raccolti da un fornitore di contenuti operante su un canale bidirezionale distinto, come ad esempio un portale Web, per compiere raccomandazioni sul canale unidirezionale in cui tali informazioni non sono invece presenti.