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.
Utilizzo di strumenti semantici per l'individuazione di entità contestuali
CAMOCINI, STEFANO
2012/2013
Abstract
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.File | Dimensione | Formato | |
---|---|---|---|
2013_09_Camocini.pdf
Open Access dal 17/09/2014
Descrizione: Testo della tesi
Dimensione
3.18 MB
Formato
Adobe PDF
|
3.18 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/84581