Algoritmi e applicazioni per la ricerca accademica, la raccomandazione e l'estrazione di regole di associazione quantitative

Titolo originale:

Algorithms and Applications for Academic Search, Recommendation and Quantitative Association Rule Mining

Contenuto del libro:

Algoritmi e applicazioni per la ricerca accademica, la raccomandazione e l'estrazione di regole di associazione quantitative presenta nuovi algoritmi per la ricerca accademica, la raccomandazione e l'estrazione di regole di associazione che sono stati sviluppati e ottimizzati per diversi sistemi commerciali e accademici. Oltre alla progettazione e all'implementazione di algoritmi, una parte importante del lavoro presentato nel libro riguarda lo sviluppo di nuovi sistemi sia per uso commerciale sia per uso accademico.

Nella prima parte del libro l'autore introduce un nuovo schema euristico gerarchico per la ri-classificazione di pubblicazioni accademiche recuperate da biblioteche digitali standard. Lo schema si basa sulla combinazione gerarchica di un'implementazione personalizzata dell'euristica della frequenza dei termini, di un punteggio citazionale deprezzato nel tempo e di un punteggio calcolato in base alla teoria dei grafi che mette in relazione tra loro i termini dell'indice dell'articolo. Per valutare le prestazioni degli algoritmi introdotti, è stato progettato e sviluppato un meta-motore di ricerca che sottopone le query degli utenti a repository digitali standard di pubblicazioni accademiche e riordina i risultati top-n utilizzando lo schema euristico gerarchico introdotto.

Nella seconda parte del libro viene descritta la progettazione di nuovi algoritmi di raccomandazione da applicare a diversi tipi di sistemi di e-commerce.

Gli algoritmi appena introdotti fanno parte di un sistema di raccomandazione di film sviluppato, il primo sistema di questo tipo a essere distribuito commercialmente in Grecia da un importante fornitore di servizi Triple Play. La versione iniziale del sistema utilizza un nuovo raccomandatore ibrido (basato su utenti, elementi e contenuti) e fornisce raccomandazioni giornaliere a tutti gli abbonati attivi del provider (attualmente più di 30.000).

I raccomandatori che presentiamo sono per loro natura ibridi, in quanto utilizzano una configurazione di insieme di diversi raccomandatori basati sul contenuto, sull'utente e sull'articolo, al fine di fornire risultati di raccomandazione più accurati. La parte finale del libro presenta la progettazione di un algoritmo di estrazione di regole di associazione quantitative. Le regole di associazione quantitative si riferiscono a un tipo speciale di regole di associazione nella forma in cui l'antecedente implica il conseguente, costituito da un insieme di attributi numerici o quantitativi.

L'algoritmo di mining introdotto elabora un numero specifico di storie di utenti per generare un insieme di regole di associazione con un valore di supporto e di confidenza minimo richiesto. Le regole generate mostrano le forti relazioni esistenti tra il conseguente e l'antecedente di ciascuna regola, che rappresentano diversi articoli che sono stati consumati a specifici livelli di prezzo. Questo libro di ricerca sarà interessante per ricercatori, studenti laureati, professionisti, ingegneri e programmatori informatici.