Utilizzo di strumenti semantici per l'individuazione di entità contestuali

L’utilizzo di informazioni contestuali nei sistemi di raccomandazione è sempre più riconosciuto come un fattore chiave; ad esempio, il fatto che un utente guardi la televisione da solo oppure con degli amici condiziona la scelta del film da acquistare. Il sistema di raccomandazione, oltre a consigliare l’utente in base alle sue preferenze, deve anche essere in grado di identificare il contesto. Sono state proposte molteplici definizioni di contesto; secondo la nostra visione, il contesto di un utente rappresenta tutte le informazioni relative ad esso e all’ambiente che lo circonda che sono limitate ad una determinata ”sessione”. Esempi di contesto possono essere: il giorno, l’ora, le condizioni meteorologiche, il luogo, l’attività che l’utente sta svolgendo. A partire da questa definizione, i principali contributi di questo lavoro di tesi sono stati: (i) l’analisi e la formalizzazione del contesto, prima in generale poi con particolare riferimento al dominio sistemi di video on demand; (ii) lo studio di un particolare contesto definito dalle notizie che l’utente sta leggendo. Immaginando che l’utente stia leggendo delle notizie online, occorre identificare il contesto (ad esempio il soggetto delle notizie) e rappresentarlo. Abbiamo rappresentato il contesto come un insieme di entità; per estrarre le entità sono stati utilizzati strumenti per l’analisi semantica (Stanbol). L’efficacia di questi strumenti semantici è stata valutata con classici test di qualità applicati ad algoritmi content-based. Dai risultati è emerso che le parole estratte filtrano molte entità non significative, permettendo di identificare in maniera più precisa il contesto.