انواع رویکردها و مدلهای موجود در زمینه پیاده­سازی سیستم های توصیه­گر

در سالهای اخیر شیوه ­ها، رویکردها، الگوریتم­ها و مدلهای متنوع و گوناگونی در زمینه توسعه انواع سیستم های توصیه گر مطرح گردیده است که از ابعاد مختلف و با نگاه­های متفاوتی به مسئله ارائه پاسخ و پیشنهاد مناسب به کاربران پرداخته­اند که در این میان، پاره­ای از مهمترین و معروفترین روش های موجود به اختصار معرفی می­گردند.

یکی از متداول­ترین شیوه های مطرح"پالایش گروهی"می­باشد[۶]. این شیوه با جمع­آوری و آنالیز داده ­های موجود در مورد رفتار گذشته کاربران، فعالیتهای ایشان، سلایق آنها و امتیازاتی که به آیتم­های مختلف توسط ایشان داده شده است و همچنین بر اساس تشابه کاربران یا موضوعات با یکدیگر، مدلی ایجاد می­نماید و سپس از آن مدل برای پیش ­بینی آیتم­های مورد علاقه کاربر یا پیش ­بینی امتیاز­دهی یک کاربر به یک آیتم خاص استفاده می­نماید[۷]. یکی دیگر از شیوه ­های موجود در این زمینه “پالایش محتوایی[۱]” می­باشد که در این شیوه، مجموعه ­ای از خصوصیات یک آیتم، برای پیشنهاد آیتم­های جدید با خصوصیات مشابه با آن مورد استفاده قرار می­گیرد[۸]. از هر دو روش فوق نسخه­هایی نیز به صورت تجاری پیاده­سازی شده است که به عنوان مثال سیستم توصیه­گر موسیقی بکار رفته در سایت Last.fm[2] بر اساس شیوه پالایش محتوایی پیاده­سازی شده است در حالیکه در سایت [۳]PandoraRadio از شیوه پالایش گروهی استفاده شده است.

یکی دیگر از شیوه ­های موجود درخصوص تولید سیستم های توصیه­گر، ترکیب هر دو رویکرد فوق تحت عنوان “سیستم های توصیه­گر ترکیبی” می­باشد[۴]. مطالعات اخیر نشان داده است که در برخی موارد استفاده از ترکیب هر دو شیوه می ­تواند نتایج موثرتری را ایجاد نماید. این ترکیب می ­تواند در اشکال و انواع مختلفی صورت گیرد که هر کدام نتایج خاصی را تولید می­نمایند[۹]. تحقیقات نشان داده است که ترکیب این دو شیوه می تواند برخی از مشکلات هر کدام از روشها را برطرف نموده و نتایج با دقت بالاتری ایجاد نماید، به عنوان مثال، سیستم توصیه­گر ایجاد شده در سایتNetflix[4] از یک سیستم ترکیبی بهره می­برد که در آن عادات مشاهده  فیلم، توسط کاربران مشابه (شیوه پالایش گروهی)، در کنار ارائه فیلم­هایی که به لحاظ مشخصات، مشابه فیلم­هایی هستند که توسط کاربر امتیاز بالاتری اخذ نموده ­اند (شیوه پالایش محتوایی) در نظر گرفته شده است.

با ظهور شبکه ­های اجتماعی و شبکه ­های مبتنی بر اعتماد، رویکردها و ایده­های جدیدی در خصوص ایجاد و بهبود سیستم های توصیه­گر، با توجه به ارتباطات میان کاربران و به صورت خاص، وجود رابطه اعتماد میان آنها مطرح گردیدکه منجر به تولید سیستم های توصیه گر مبتنی بر اعتماد شده است[۱۰].

یک شبکه اجتماعی در واقع یک ساختار اجتماعی متشکل از مجموعه ­ای از بازیگران (شامل کاربران و سازمان آنها) و ارتباطات دوتایی میان این عناصر می­باشد[۱۱] که به عنوان نمونه­ برجسته­ای از آن می تواند به شبکه اجتماعی facebook اشاره نمود. این ارتباطات می ­تواند در قالب انواع گوناگون یا بر اساس معیارهای مختلفی مانند: قیمت­ها، تبادلات مالی، دوستی، خویشاوندی­، تجارت­، سرایت بیماری یا مسیرهای هواپیمایی و غیره بیان گردند[۱۲]. بررسی ابعاد و زوایای مختلف یک شبکه اجتماعی روش مشخصی برای آنالیز و تحلیل ساختار کلیه عناصر تشکیل دهنده آنرا فراهم می­ کند. مطالعه این ساختارها از روش “آنالیز شبکه اجتماعی” برای شناسایی  الگوهای محلی و سراسری ، یافتن عناصر و موجودیتهای تاثیر­گذار در شبکه و بررسی دینامیک شبکه استفاده می­نماید[۱۳]. شبکه ­های اجتماعی و تحلیل آنها یکی از موضوعات میان رشته­ای است که به صورت آکادمیک در حوزه ­های روانشناسی اجتماعی، جامعه شناسی، آمار و تئوری گراف مطرح می­باشد.

از دیدگاه تئوری گراف[۱۴] یک شبکه اجتماعی متشکل از تعدادی گره و یال می­باشد که گره­ها در واقع همان افراد، سازمانها و گروه­ها می­باشند و یالها نیز بیانگر رابطه میان هر دو گره موجود در این گراف می­باشند. نکته حائذ اهمیت، پیچیدگی این گرافها به لحاظ تعداد بسیار زیاد گره­ها و همچنین یالهای میان آنها می­باشد.

یکی از انواع خاص شبکه ­های اجتماعی وجود یک شبکه مبتنی بر اعتماد میان کاربران می­باشد که در آن کاربران عقیده و نظر خود در خصوص اعتماد به دیگران را صراحتا و آشکارا بیان می نمایند و این اعتماد را در قالب امتیازی که به افراد مختلف می دهند بیان می­ کنند[۱۵]. یک شبکه مبتنی بر اعتماد در واقع یک گراف جهت­دار است که می ­تواند متمایز کننده آن از یک شبکه اجتماعی گردد. گره­ها کاربران می­باشند و یالهای گراف بیان­کننده وجود رابطه اعتماد میان دو کاربر می­باشند[۱۶]. به عنوان مثال می توان به سایت Epinions[5] اشاره نمود. این سایت تجارت الکترونیک[۶] مثال بارزی از شبکه مبتنی بر اعتماد می باشد که در آن کاربران در خصوص محصولات، نظرات خود را مطرح می نمایند و می توانند برای محصولات یا نظر سایر کاربران امتیازی در محدوده ۱ تا ۵ را انتخاب نمایند. نکته مهم در خصوص این سایت این است که کاربران می توانند بر اساس کیفیت و تشابه نظر سایر افراد با خودشان، ایشان را به شبکه اعتماد خود اضافه نمایند و شبکه ­ای از افراد مورد اعتماد خود را تشکیل دهند و یا افراد ناشناس را که نظرات آنها مورد تایید نمی باشد را در لیست سیاه[۷] خود قرار دهند.

سیستم توصیه­گری نیز که بر اساس شبکه اعتماد ایجاد می­گردد به کاربران بر اساس نظرات افراد موجود در شبکه اعتماد[۸] ایشان و یا بر اساس نظرات افرادی که مورد اعتماد اعضای شبکه اعتماد باشند پیشنهاداتی را ارائه می­نماید.

یکی از مباحث مهم و مطرح در اینگونه شبکه ­ها نحوه بیان و ارزیابی معیار اعتماد میان کاربران می­باشد که روش های بسیار متنوع و مختلفی در این خصوص موجود است که طبیعتا منتج به نتایج متفاوتی می­گردند[۱۷]. به عنوان مثال تعداد ارتباطات مستقیم و غیر­مستقیم میان یک کاربر با کاربر دیگر می تواند بیان کننده میزان اعتماد میان ایشان باشدکه این امر به صورت کلی باعث ارائه جوابهای قابل قبول­تری می­گردد[۱۸]. نحوه بیان معیار اعتماد و اندازه گیری آن، خود یکی از موضوعات قابل تحقیق و بررسی است که از محدوده این تحقیق خارج بوده و در این تحقیق وجود یک شبکه مبتنی بر اعتماد میان کاربران به عنوان یکی از فرضیه های تحقیق در نظر گرفته می­ شود و به منظور محاسبه اندازه و مقدار اعتماد میان کاربران از نتایج تحقیق صورت گرفته در این خصوص بهره ­برداری می­گردد[۱۹].

[۱]Content Based Filtering

[۲] https://www.last.fm

[۳] http://www.pandora.com

[۴] http://www.netflix.com

[۵] http://www.epinions.com

[۶] E-Commerce

[۷] Block List or Black List

[۸] Web Of Trust (WOT)