Software SAS per valutazione online di algoritmi di raccomandazione

ABSTRACT Nella progettazione di piattaforme web di ultima generazione è spesso sorta la necessità di sviluppare ed utilizzare algoritmi di raccomandazione, il cui settore sta quindi acquisendo sempre maggior importanza nell’ambito della ricerca informatica; per questo motivo poter disporre di uno strumento in grado di stimolare e favorire lo studio degli algoritmi in maniera chiara, efficace ed automatica porta inevitabilmente alla scoperta di algoritmi migliori, più efficienti e meno dispendiosi, sia in termini di complessità computazionale sia in termini economici. Lo scopo di questo lavoro è perfezionare un sistema di raccomandazione già esistente, già nato proprio per perseguire scopi simili, e dotarlo di nuove funzionalità proprio alla luce di questi goal. Il sistema scelto è Milo, un sistema di raccomandazione di recente sviluppo che eroga già diversi servizi in merito, tra cui il particolare servizio di fornire agli utenti la possibilità di iniziare, gestire ed analizzare i risultati di survey mirati, strutturati per testare la bontà di un determinato algoritmo nei confronti di un particolare parametro (in quanto l’efficacia degli algoritmi di raccomandazione è misurata da molteplici variabili, che spesso sono in conflitto tra loro)[12]. In particolare, si è voluto concentrare maggiormente gli sforzi nel dotare il sistema Milo di una struttura più “aperta”, che consenta di creare survey non solo su algoritmi standard già usati dal più dei sistemi di raccomandazione presenti in rete, ma anche su algoritmi modificati o addirittura creati ex novo da utenti ricercatori, così da raccogliere una quantità sufficiente di dati analizzabili al fine di stabilirne l’efficacia secondo i parametri desiderati. Per ottenere questo si è dovuto provvedere alla riprogettazione del sistema in termini di interfaccia, di database, di implementazione di script e anche della modifica di alcuni precedenti servizi, mantenendo sempre la politica di voler creare un sistema user-friendly che deve riuscire a facilitare il compito dei ricercatori, non ad aumentarne la complessità. Le idee e i margini di perfezionamento come sempre non mancano, ma nel complesso il risultato di questo lavoro è molto soddisfacente e raggiunge efficacemente i goal prefissati: ora la ricerca nel settore degli algoritmi di raccomandazione ha a disposizione questo nuovo strumento nella speranza che possa portare i frutti per cui è stato realizzato.