O CiTIUS presenta a súa tecnoloxía REC-CHOICE ante IBM e o MIT
Investigadores do centro presentan hoxe no 'Cambridge IBM Innovation Center' de Boston o motor de recomendacións REC-CHOICE durante o encontro de referencia a nivel internacional para as tecnoloxías de recomendación.
Ata agora, as estratexias tradicionais utilizadas nos sistemas de recomendación baseábanse nos índices ou ratings (é dicir: na puntuación concedida previamente polo usuario a determinados produtos ou servizos). Con todo, estes modelos contan con limitacións contextuais difíciles de afrontar, o que con frecuencia acaba provocando imprecisións e, consecuentemente, un funcionamento deficitario dos sistemas.
Para superar algunhas destas limitacións, os investigadores do CiTIUS propuxeron neste traballo un cambio de modelo, fundamentando a súa proposta en paradigmas de toma de decisións como a elección e as teorías de utilidade; máis concretamente, os modelos aleatorios de utilidade foron aplicados nun problema de recomendación.
Os resultados demostraron que, ao comparar a predición obtida mediante esta novo paradigma cos algoritmos de última xeración baseados nos ratings dunha base de datos con puntuacións gastronómicas, o rendemento dos modelos baseados na elección era maior, o que levou aos investigadores a concluír que as eleccións reais poderían resultar de meirande valor predictivo que as tradicionais puntuacións ou ratings.
Ata agora, as estratexias tradicionais utilizadas nos sistemas de recomendación baseábanse nos índices ou ratings (é dicir: na puntuación concedida previamente polo usuario a determinados produtos ou servizos). Con todo, estes modelos contan con limitacións contextuais difíciles de afrontar, o que con frecuencia acaba provocando imprecisións e, consecuentemente, un funcionamento deficitario dos sistemas.
Para superar algunhas destas limitacións, os investigadores do CiTIUS propuxeron neste traballo un cambio de modelo, fundamentando a súa proposta en paradigmas de toma de decisións como a elección e as teorías de utilidade; máis concretamente, os modelos aleatorios de utilidade foron aplicados nun problema de recomendación.
Os resultados demostraron que, ao comparar a predición obtida mediante esta novo paradigma cos algoritmos de última xeración baseados nos ratings dunha base de datos con puntuacións gastronómicas, o rendemento dos modelos baseados na elección era maior, o que levou aos investigadores a concluír que as eleccións reais poderían resultar de meirande valor predictivo que as tradicionais puntuacións ou ratings.