Sesión Estadística, Probabilidades y Ciencias de DatosRecomendación de productos mediante clustering con métricas de similitud robustas en entornos de alta dimensión
Pamela Llop
Facultad de Ingeniería Química, Universidad Nacional del Litoral y Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Santa Fe, Argentina, Argentina - Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
En esta charla presentamos un sistema de recomendación fundamentado en la partición del espacio de usuarios mediante técnicas de agrupamiento, utilizando para ello una medida de similitud adecuada para datos ralos y de alta dimensionalidad. Proponemos utilizar la medida de similaridad MADD (Magnitude-Aware Distance Dissimilarity) como mecanismo para mitigar los efectos de la raleza y la maldición de la dimensionalidad de los datos representados en forma de cestas de compra. Una vez segmantado el espacio de usuarios, la recomendación se realiza a partir de diferentes criterios: beneficio esperado, participación en el mercado y popularidad relativa de los ítems. Para medir el desempeño del método, utilizamos métricas de evaluación adecuadas al contexto, entre ellas la precisión, la ganancia y el valor acumulados normalizada con descuento. El buen desempeño, tanto de la medida de similitud con respecto a las medidas de convencionales (distancia euclídea, similitud coseno y de Jaccard) como del método de recomendación fue demostrada tando en datos simulados como en datos reales.
Trabajo en conjunto con: María Florencia Acosta, Facultad de Ingeniería y Ciencias Hídricas, Universidad Nacional del Litoral, Santa Fe, Argentina, Rodrigo García Arancibia, Instituto de Economía Aplicada Litoral, Universidad Nacional del Litoral y Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Santa Fe, Argentina, Mariel Lovatto, Facultad de Ingeniería Química, Universidad Nacional del Litoral y Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET),, Santa Fe, Argentina y Lucas Mansilla, Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional (sinc(i)), Universidad Nacional del Litoral y Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Santa Fe, Argentina.