Experimental Evaluation of Representation Models for Content Recommendation in Microblogging Services

Διπλωματική Εργασία uoadl:1321059 582 Αναγνώσεις

Μονάδα:
ΠΜΣ Πληροφορικής και Τηλεπικοινωνιών με ειδίκευση Προηγμένα Πληροφοριακά Συστήματα
Βιβλιοθήκη Σχολής Θετικών Επιστημών
Ημερομηνία κατάθεσης:
2016-09-19
Έτος εκπόνησης:
2016
Συγγραφέας:
Καρρά Τανισκίδου Ευθυμία
Στοιχεία επιβλεπόντων καθηγητών:
Μανόλης Κουμπαράκης
Πρωτότυπος Τίτλος:
Experimental Evaluation of Representation Models for Content Recommendation in Microblogging Services
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
Πειραματική Αξιολόγηση Μοντέλων Αναπαράστασης για Συστάσεις Περιεχομένου σε Microblogging Υπηρεσίες
Περίληψη:
Οι microblogging υπηρεσίες αποτελούν έναν ευρέως διαδεδομένο τρόπο ανταλλαγής
πληροφοριών και επικοινωνίας σε πραγματικό χρόνο. Το Twitter είναι η πιο
δημοφιλής microblogging υπηρεσία, αφού επί του παρόντος συγκεντρώνει 300
εκατομμύρια ενεργούς χρήστες μηνιαίως και καταγράφει 500 εκατομμύρια tweets
ημερησίως. Για να αντιμετωπιστεί ο καταιγισμός πληροφοριών των χρηστών του
Twitter, έχουν προταθεί ποικίλες μέθοδοι συστάσεων για την ανακατάταξη των
tweets στο χρονολόγιο ενός χρήστη, σύμφωνα με τα ενδιαφέροντά του. Στη παρούσα
διπλωματική εργασία εστιάζουμε σε τεχνικές που αρχικά κατασκευάζουν ένα μοντέλο
για κάθε χρήστη ξεχωριστά, με στόχο να απεικονίσουν τις προτιμήσεις του και στη
συνέχεια κατατάσσουν τα tweets του χρήστη με βάση την ομοιότητά τους με το
μοντέλο αυτό.

Στη βιβλιογραφία, μέχρι στιγμής, δεν υπάρχει περιεκτική αποτίμηση των
στρατηγικών μοντελοποίησης χρηστών. Για να καλύψουμε το κενό αυτό, εξετάζουμε
διεξοδικά σε ένα πραγματικό σύνολο δεδομένων του Twitter, σύγχρονες μεθόδους
για τη μοντελοποίηση των προτιμήσεων ενός χρήστη, χρησιμοποιώντας αποκλειστικά
πληροφορία σε μορφή κειμένου. Ο στόχος μας είναι να προσδιορίσουμε το πιο
αποδοτικό μοντέλο χρήστη σε σχέση με τα ακόλουθα κριτήρια: (1) την πηγή της
πληροφορίας σχετική με tweets που χρησιμοποιείται για την μοντελοποίηση, (2) το
είδος του χρήστη, όπως προσδιορίζεται από τη σχέση μεταξύ της συχνότητας των
tweets που ανεβάζει ο ίδιος και της συχνότητας αυτών που λαμβάνει, (3) τα
χαρακτηριστικά της λειτουργικότητάς του, όπως προκύπτουν από μια πρωτότυπη
ταξινόμηση, (4) την ευρωστία του σε σχέση με τις εσωτερικές του παραμέτρους. Τα
αποτελέσματά μας μπορούν να αξιοποιηθούν για την ρύθμιση και ερμηνεία μοντέλων
χρηστών βασισμένων σε κείμενο, με στόχο συστάσεις σε microblogging υπηρεσίες
και λειτουργούν σαν σημείο εκκίνησης για την ενίσχυση του καλύτερου μοντέλου με
επιπλέον συναφή εξωτερική πληροφορία.
Λέξεις-κλειδιά:
Twitter, Microblogging, Μοντέλο χρήστη, Μοντέλο αναπαράστασης κειμένου, Μοντέλο θέματος
Ευρετήριο:
Ναι
Αρ. σελίδων ευρετηρίου:
10-11
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
52
Αριθμός σελίδων:
75