Ανάπτυξη συστημάτων συστάσεων με χρήση τεχνικών θεωρίας παιγνίων
Η υπερπληθώρα επιλογών και προϊόντων που προσφέρεται στο διαδίκτυο, καθιστά αδύνατη τη περιήγηση των χρηστών στο σύνολο τους. ΄Ετσι, δημιουργήθηκε η ανάγκη για συστήματα συστάσεων, τα οποία έχουν ως στόχο να προβλέψουν τις προτιμήσεις των χρηστών σε ένα σύνολο προϊόντων ώστε να τους παρουσιάσουν...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2021
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/14879 |
| id |
nemertes-10889-14879 |
|---|---|
| record_format |
dspace |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Συστήματα συστάσεων Θεωρία παιγνίων Ανάκτηση δεδομένων Recommender systems Game theory Information retrieval |
| spellingShingle |
Συστήματα συστάσεων Θεωρία παιγνίων Ανάκτηση δεδομένων Recommender systems Game theory Information retrieval Σοφικίτης, Ευάγγελος Ανάπτυξη συστημάτων συστάσεων με χρήση τεχνικών θεωρίας παιγνίων |
| description |
Η υπερπληθώρα επιλογών και προϊόντων που προσφέρεται στο διαδίκτυο, καθιστά
αδύνατη τη περιήγηση των χρηστών στο σύνολο τους. ΄Ετσι, δημιουργήθηκε
η ανάγκη για συστήματα συστάσεων, τα οποία έχουν ως στόχο να προβλέψουν τις
προτιμήσεις των χρηστών σε ένα σύνολο προϊόντων ώστε να τους παρουσιάσουν τα
πιο σχετικά. Με την πάροδο του χρόνου η ανάγκη για τέτοια συστήματα οξύνθηκε,
με αποτέλεσμα την ανάπτυξη εκλεπτυσμένων και σύνθετων αλγορίθμων ώστε να επιτευχθούν οι βέλτιστες προβλέψεις. Βέβαια όλα αυτά τα σύστημα έχουν ως κοινό ότι
αποτελούνται από δύο βασικές πτυχές, την δημιουργία προφίλ για τον εκάστοτε χρήστη
και την εκτίμηση του βαθμού συσχέτισης των προϊόντων με το προφίλ αυτό.
Στη παρούσα διπλωματική εργασία προτείνεται η εκμετάλλευση τεχνικών της θεωρίας παιγνίων για την ανάπτυξη συστημάτων συστάσεων. Αρχικά μοντελοποιείται η
αλληλεπίδραση των δύο πτυχών των συστημάτων ως συνεργατικό παίγνιο όπου οι
δύο παίκτες έχουν ένα κοινό όφελος, την παροχή βέλτιστων συστάσεων, το οποίο
προσπαθούν να μεγιστοποιήσουν. Με βάση αυτή τη μοντελοποίηση αναπτύσσονται
τρείς βασικοί μέθοδοι συστάσεων, ονομαστικά Collaborative Filtering, Content Based
Filtering και Demographic Filtering. Στη συνέχεια, οι διαφορετικοί μέθοδοι συνδυάζονται σειριακά και γραμμικά για τη δημιουργία υβριδικών συστημάτων. Κατά το
γραμμικό συνδυασμό, η χρήση των τεχνικών της θεωρίας παιγνίων επεκτείνεται με την
μοντελοποίηση του ως συνεργατικό παίγνιο. Τέλος, οι μέθοδοι συνδυάζονται με χρήση
γενετικού αλγορίθμου όπου γίνεται χρήση της θεωρίας παιγνίων για τη διαδικασία της
επιλογής γονέων.
Για την αξιολόγηση των παραπάνω αλγορίθμων πραγματοποιούνται πειράματα σε δύο
σύνολα δεδομένων τα οποία περιέχουν αξιολογήσεις χρηστών για ταινίες και πληροφορίες για τις ταινίες καθώς και για τους ίδιους τους χρήστες. Τα αποτελέσματα
των πειραμάτων οδηγούν στο συμπέρασμα ότι παραγωγή συστάσεων μπορεί να γίνει
αποδοτικότερη αν σε αυτή ενσωματωθούν τεχνικές θεωρίας παιγνίων. |
| author2 |
Sofikitis, Evangelos |
| author_facet |
Sofikitis, Evangelos Σοφικίτης, Ευάγγελος |
| author |
Σοφικίτης, Ευάγγελος |
| author_sort |
Σοφικίτης, Ευάγγελος |
| title |
Ανάπτυξη συστημάτων συστάσεων με χρήση τεχνικών θεωρίας παιγνίων |
| title_short |
Ανάπτυξη συστημάτων συστάσεων με χρήση τεχνικών θεωρίας παιγνίων |
| title_full |
Ανάπτυξη συστημάτων συστάσεων με χρήση τεχνικών θεωρίας παιγνίων |
| title_fullStr |
Ανάπτυξη συστημάτων συστάσεων με χρήση τεχνικών θεωρίας παιγνίων |
| title_full_unstemmed |
Ανάπτυξη συστημάτων συστάσεων με χρήση τεχνικών θεωρίας παιγνίων |
| title_sort |
ανάπτυξη συστημάτων συστάσεων με χρήση τεχνικών θεωρίας παιγνίων |
| publishDate |
2021 |
| url |
http://hdl.handle.net/10889/14879 |
| work_keys_str_mv |
AT sophikitēseuangelos anaptyxēsystēmatōnsystaseōnmechrēsētechnikōntheōriaspaigniōn AT sophikitēseuangelos developmentofrecommendationsystemsusinggametheorytechniques |
| _version_ |
1771297288844476416 |
| spelling |
nemertes-10889-148792022-09-05T20:31:18Z Ανάπτυξη συστημάτων συστάσεων με χρήση τεχνικών θεωρίας παιγνίων Development of recommendation systems using game theory techniques Σοφικίτης, Ευάγγελος Sofikitis, Evangelos Συστήματα συστάσεων Θεωρία παιγνίων Ανάκτηση δεδομένων Recommender systems Game theory Information retrieval Η υπερπληθώρα επιλογών και προϊόντων που προσφέρεται στο διαδίκτυο, καθιστά αδύνατη τη περιήγηση των χρηστών στο σύνολο τους. ΄Ετσι, δημιουργήθηκε η ανάγκη για συστήματα συστάσεων, τα οποία έχουν ως στόχο να προβλέψουν τις προτιμήσεις των χρηστών σε ένα σύνολο προϊόντων ώστε να τους παρουσιάσουν τα πιο σχετικά. Με την πάροδο του χρόνου η ανάγκη για τέτοια συστήματα οξύνθηκε, με αποτέλεσμα την ανάπτυξη εκλεπτυσμένων και σύνθετων αλγορίθμων ώστε να επιτευχθούν οι βέλτιστες προβλέψεις. Βέβαια όλα αυτά τα σύστημα έχουν ως κοινό ότι αποτελούνται από δύο βασικές πτυχές, την δημιουργία προφίλ για τον εκάστοτε χρήστη και την εκτίμηση του βαθμού συσχέτισης των προϊόντων με το προφίλ αυτό. Στη παρούσα διπλωματική εργασία προτείνεται η εκμετάλλευση τεχνικών της θεωρίας παιγνίων για την ανάπτυξη συστημάτων συστάσεων. Αρχικά μοντελοποιείται η αλληλεπίδραση των δύο πτυχών των συστημάτων ως συνεργατικό παίγνιο όπου οι δύο παίκτες έχουν ένα κοινό όφελος, την παροχή βέλτιστων συστάσεων, το οποίο προσπαθούν να μεγιστοποιήσουν. Με βάση αυτή τη μοντελοποίηση αναπτύσσονται τρείς βασικοί μέθοδοι συστάσεων, ονομαστικά Collaborative Filtering, Content Based Filtering και Demographic Filtering. Στη συνέχεια, οι διαφορετικοί μέθοδοι συνδυάζονται σειριακά και γραμμικά για τη δημιουργία υβριδικών συστημάτων. Κατά το γραμμικό συνδυασμό, η χρήση των τεχνικών της θεωρίας παιγνίων επεκτείνεται με την μοντελοποίηση του ως συνεργατικό παίγνιο. Τέλος, οι μέθοδοι συνδυάζονται με χρήση γενετικού αλγορίθμου όπου γίνεται χρήση της θεωρίας παιγνίων για τη διαδικασία της επιλογής γονέων. Για την αξιολόγηση των παραπάνω αλγορίθμων πραγματοποιούνται πειράματα σε δύο σύνολα δεδομένων τα οποία περιέχουν αξιολογήσεις χρηστών για ταινίες και πληροφορίες για τις ταινίες καθώς και για τους ίδιους τους χρήστες. Τα αποτελέσματα των πειραμάτων οδηγούν στο συμπέρασμα ότι παραγωγή συστάσεων μπορεί να γίνει αποδοτικότερη αν σε αυτή ενσωματωθούν τεχνικές θεωρίας παιγνίων. The overabundance of options and products offered on the internet, makes it impossible for users to browse them in their entirety. Thus, arose the need for recommender systems, which aim to predict the preferences of users in a set of products in order to present them the most relevant ones. Over time, the need for such systems intensified, resulting in the development of sophisticated and complex algorithms to achieve optimal predictions. Of course, all these systems have in common that they consist of two main aspects, the creation of a profile for each user and the relevance estimation of the products with this profile. The present work proposes the use of game theory techniques for the development of recommender systems. Initially, the interaction of the two aspects of the systems is modeled as a cooperative game where the two ”players” have a common benefit, to supply optimal recommendations, which they try to maximize. Based on this modeling, three basic recommendation methods are developed, namely Collaborative Filtering, Content Based Filtering and Demographic Filtering. The different methods are then combined serially and linearly to create hybrid systems. In the linear combination, the use of game theory techniques is extended, as it is modeled as a cooperative game. Finally, the methods are combined with the use of a genetic algorithm where game theory is used for the parent selection process. To evaluate the above algorithms, experiments are performed on two data sets which contain user ratings for movies, information about the movies as well as for the users themselves. The results of the experiments lead to the conclusion that Recommendation Systems can be made more efficient if they are developed using Game Theory techniques. 2021-06-30T06:20:39Z 2021-06-30T06:20:39Z 2021-06-27 http://hdl.handle.net/10889/14879 gr application/pdf |
