Un enfoque de recomendación multi-dominio basado en embeddings y redes semánticas

Abstract

Actualmente, la generación de información en la web crece exponencialmente. Los Sistemas de Recomendación se valen de ésta para ofrecer a los usuarios potenciales ítems que pueden ser valiosos para ellos. Sin embargo, la mayoría de estos sistemas se mueven dentro de un sólo dominio (por ej., películas), desaprovechando información de otros contextos que pueden ser valiosa para la construcción del perfil del usuario, especialmente en escenarios de cold-start. El objetivo de este trabajo es aprovechar la información de un dominio puntual (películas) para generar recomendaciones más precisas en uno nuevo (libros). Básicamente, se propone un enfoque híbrido que, por un lado, utiliza un grafo semántico que relaciona artistas; y, por el otro, utiliza la técnica de word embeddings para encontrar relaciones de similitud entre las sinopsis de ambos ítems. Los resultados de una evaluación inicial muestra que el enfoque constituye una alternativa interesante para problema del cold-start.