1. Построение паттернов динамики предпочтений пользователей для объяснений в рекомендательной системе
- Subjects
recommendation ,пояснення ,объяснение ,темпоральная зависимость ,рекомендационная система ,temporal dependence ,the process of explanations formation ,процесс формирования объяснений ,процес формування пояснень ,рекомендація ,темпоральна залежність ,recommendation system ,explanations ,рекомендация ,рекомендаційна система - Abstract
The subject of study in the article is the processes of constructing explanations in recommendation systems. Objectives. The goal is to develop a method of constructing patterns that reflect the dynamics of user preferences and provide an opportunity to form an explanation of the recommended list of items, taking into account changes in the user’s requirements of the recommendation system. Construction of explanations taking into account the dynamics of changes in consumer preferences makes it possible to increase user confidence in the results of the intelligent system. Tasks: structuring models of temporal patterns of parallel-alternative and sequential-alternative users’ choice of the recommendation system; development of a method for constructing patterns of changing user preferences using process mining technology; experimental verification of the method for constructing patterns of changing consumer preferences. The approaches used are: temporal logics, which determine the approaches to the description of the temporal ordering of a set of events. The following results are obtained. The structuring of models of temporal patterns of parallel-alternative and sequential-alternative users’ choice of the recommendation system is performed; developed and performed an experimental test of the method of constructing patterns of user preferences dynamics. Conclusions. The scientific novelty of the results is as follows. The method of dynamics patterns construction of users’ preferences for the formation of explanations concerning the recommended list of subjects is offered. The method sequentially generates a set of ordered events, each of which reflects the choice of the subject by a group of users at a certain time interval, and also builds a graph representation of the patterns of user preferences through intellectual analysis of processes. The patterns obtained as a result of the method consist of time-ordered pairs of events that reflect the knowledge of changing user preferences over time. Further use of such dependencies as elements of the knowledge base makes it possible based on probabilistic inference to build a set of alternative explanations for the received recommendation, and then arrange these explanations according to the probability of their implementation for the recommended list of subjects., Предметом изучения в статье являются процессы построения пояснений в рекомендационных системах. Целью является разработка метода построения паттернов, которые отображают динамику предпоследний пользователей и дают возможность сформировать объяснение касательно рекомендованного перечня предметов с учетом изменений требований пользователя рекомендационной системы. Построение объяснений с учетом динамики изменений предпочтений пользователей дает возможность повысить доверие пользователей к результатам работы интеллектуальной системы. Задачи: структуризация темпоральных паттерном параллельно-альтернативного и последовательно-альтернативного выбора пользователей рекомендационной системы; разработка метода построения паттернов изменения предпочтений пользователя с использованием технологии process mining; экспериментальная проверка метода построения паттернов изменения предпочтений потребителей. Используемыми подходами являются: темпоральные логики, определяющих подходы к описанию темпоральной упорядоченности множества событий. Получены следующие результаты. Выполнено структурирование темпоральных паттернов параллельно-альтернативного и последовательно-альтернативного выбора пользователей рекомендательной системы; разработано и выполнено экспериментальную проверку метода построения паттернов динамики предпочтений пользователя. Выводы. Научная новизна полученных результатов заключается в следующем. Предложен метод построения паттернов динамики предпочтений пользователей для формирования объяснений рекомендованного перечня предметов. Метод последовательно формирует множество упорядоченных событий, каждое из которых отображает выбор предмета группой пользователей на определенном интервале времени, а также предусматривает построение графового представления паттернов динамики предпочтений пользователей средствами интеллектуального анализа процессов. Паттерны, полученные в результате работы метода, состоят из упорядоченных во времени пар событий, отражающих знания по изменению предпочтений пользователей со временем. Дальнейшее использование таких зависимостей как элементов базы знаний дает возможность на основе вероятностного вывода построить набор альтернативных объяснений по полученной рекомендации, а затем упорядочить эти объяснения по вероятности их реализации для рекомендуемого перечня предметов., Предметом вивчення в статті є процеси побудови пояснень в рекомендаційних системах. Метою є розробка методу побудови патернів, що відображають динаміку вподобань користувачів і дають можливість сформувати пояснення щодо рекомендованого переліку предметів з урахуванням змін вимог користувача рекомендаційної системи. Побудова пояснень з урахуванням динаміки змін вподобань споживачів дає можливість підвищити довіру користувачів до результатів роботи інтелектуальної системи. Завдання: структуризація темпоральних патернів паралельно-альтернативного та послідовно-альтернативного вибору користувачів рекомендаційної системи; розробка методу побудови патернів зміни вподобань користувача з використанням технології process mining; експериментальна перевірка методу побудови патернів зміни вподобань споживачів. Використовуваними підходами є: темпоральні логіки, що визначають підходи до опису темпоральної упорядкованості множини подій. Отримані наступні результати. Виконано структуризацію темпоральних патернів паралельно-альтернативного та послідовно-альтернативного вибору користувачів рекомендаційної системи; розроблено та виконано експериментальну перевірку методу побудови патернів динаміки вподобань користувача. Висновки. Наукова новизна отриманих результатів полягає в наступному. Запропоновано метод побудови патернів динаміки вподобань користувачів для формування пояснень щодо рекомендованого переліку предметів. Метод послідовно формує множину упорядкованих подій, кожна з яких відображає вибір предмету групою користувачів на визначеному інтервалі часу, а також передбачає побудову графового представлення патернів динаміки вподобань користувачів засобами інтелектуального аналізу процесів. Патерни, отримані в результаті роботи методу, складаються із упорядкованих у часі пар подій, що відображають знання щодо зміни вподобань користувачів з часом. Подальше використання таких залежностей як елементів бази знань дає можливість на основі ймовірнісного виводу побудувати набір альтернативних пояснень щодо отриманої рекомендації, а потім упорядкувати ці пояснення за ймовірністю їх реалізації для рекомендованого переліку предметів.
- Published
- 2021