Sí, tiene razón: la recomendación social es un término muy amplio. De hecho, uno de los primeros sistemas de filtrado colaborativo, que examinó a personas con gustos musicales similares, fue nombrado “social” [Ringo95] por sus creadores en el MIT. Para nuestros propósitos, consideremos la recomendación social como cualquier recomendación que se base en las preferencias y acciones de otros en una red social. Hay muchos subcampos, veamos algunos de los principales.
Recomendación social mejorada
Esta es la forma más común en que los recomendadores se hacen “socialmente conscientes”. El objetivo es aumentar un motor de recomendación existente con señales sociales adicionales. Estas podrían ser las preferencias de las personas en su red social o las personas que elige seguir. Algunos de los artículos hablan sobre extender la factorización matricial (una técnica de filtrado colaborativo) para incorporar restricciones sociales [SocRec11]. Existen otros basados en el análisis factorial probabilístico y otros métodos, pero todos se centran en adaptar un algoritmo de filtrado colaborativo estándar a la información social. Por ejemplo, en un modelo de regresión logística simplificado, puede imaginar agregar una característica “elementos que le gusta a un amigo del usuario” y darle un mayor peso que todas las demás características.
Una vez que tenga un modelo, el siguiente obstáculo es identificar las conexiones sociales que son importantes para la recomendación. Estos podrían ser amigos que son similares a usted, o personas que son confiables e influyentes, o simplemente personas cercanas a usted socialmente. Esto es importante porque los usuarios tienen muchos amigos en una red social, lo que significa que el gráfico de amigos termina siendo muy ruidoso. Existen tres enfoques principales en la literatura: basados en intereses [Chen10], basados en la fuerza de unión [Gilb09] y basados en la confianza [Golb09].
- ¿Cuáles son algunos buenos temas de investigación de secundaria en el procesamiento de imágenes?
- ¿Cuáles son los mejores métodos y herramientas para diseñar una interfaz para una aplicación de investigación científica?
- ¿Cuáles son los temas de investigación actuales en informática en la nube?
- ¿Cuáles son las mejores universidades para alguien interesado en hacer un doctorado en informática con un enfoque de investigación en fotografía computacional?
- ¿Qué campo debo elegir después de mi graduación en ingeniería informática?
El beneficio de tales recomendadores es el aumento del contexto social. Sin embargo, el aumento del rendimiento varía de un dominio a otro, y sigue siendo un área activa de exploración.
Recomendación basada en etiquetas
Las etiquetas fueron habilitadoras de algunas de las primeras redes a gran escala como flickr y delicious. Se ha realizado mucho trabajo en la recomendación de etiquetas. Hay dos tareas principales: recomendar etiquetas para un elemento o recomendar elementos a los usuarios en función de la red de etiquetas. Esta es una buena encuesta [Milic10]. Sin embargo, la mayoría de estos recomendadores adolecen de los problemas que enfrenta cualquier sistema de etiquetado de forma libre: falta de una ontología adecuada y conceptos ambiguos.
Recomendación de personas
A veces, necesitamos saber con qué personas seguir o conectarnos. Este es el tipo de recomendación social en el que las personas son tanto la fuente como el objetivo de la recomendación. Empresas como Twitter y Linkedin tienen implementaciones a gran escala de dichos sistemas, pero sus detalles exactos no son tan claros. Dichos sistemas de recomendación tienen varias motivaciones y sabores, como encontrar personas que pueda conocer, que sean similares a usted, que tengan experiencia en un campo o que sean viables para la colaboración. Algunos documentos relevantes son [Smyth10] y [McD03].
Recomendación cruzada de personas / grupos
Ahora, si podemos sugerir artículos a personas y personas a personas, ¿qué tal sugerir personas para artículos? Esta es en gran medida una nueva área de investigación, y se refiere a casos de uso como ¿cuál de mis amigos sería más probable que vea una película conmigo? En términos más generales, las recomendaciones cruzadas o las recomendaciones de doble cara [Verne09] completan el ciclo en la relación personas-red-ítem, al recomendar recomendaciones de ítems a algunas personas, o personas a quienes se les han dado algunos ítems. Estrechamente relacionado con las recomendaciones del grupo [Grupo 04], pero la estructura y la dinámica de la red lo convierten en un problema muy interesante.
Recomendación dirigida
Antes de la era digital, las personas se sugerían cosas entre sí en función de sus experiencias y preferencias, y esta era la forma principal de recomendación social, o cualquier forma de recomendación. Las recomendaciones dirigidas están tratando de hacer precisamente eso: traer de vuelta a las personas al proceso de recomendación. Se trata de sistemas que permiten a las personas sugerir elementos entre sí directamente [FeedMe10], con o sin asistencia automática. Estos sistemas están ganando terreno porque permiten que los sistemas de recomendación aprovechen las preferencias de usuario “fuera de línea” que solo los amigos y seguidores del usuario pueden conocer. En algunos casos, las recomendaciones de persona a persona pueden usarse junto con recomendaciones automatizadas. Por ejemplo, pedirle a un usuario que recomiende una recomendación aceptada a otros [RecSys12]
Recomendación centrada en la red
Las redes sociales son inherentemente dinámicas. Las recomendaciones no solo se ven influenciadas por la red, sino que también tienen el poder de cambiar las preferencias de la red y, a veces, incluso la estructura. Los estudios han demostrado que las recomendaciones pueden afectar las preferencias del usuario [Cosley03]. Es un problema interesante pensar en los efectos a largo plazo de las recomendaciones sobre las personas y las comunidades, y también sobre cómo se pueden establecer nuevas metas y métricas que evalúen las recomendaciones a escala de red, además del nivel individual. Esta es una búsqueda interdisciplinaria, que combina ideas de la informática y las ciencias sociales para comprender los desafíos y los efectos de las recomendaciones integradas en una red social. Puede encontrar algunos trabajos iniciales en [PopCore11]. Por ejemplo, usar la similitud del usuario para recomendar personas en una red social puede conducir a una red muy segmentada, recomendar noticias basadas en el interés del usuario puede conducir a la polarización de la información en una comunidad, y así sucesivamente.
Recomendación empresarial
Ha habido mucho trabajo principalmente por parte de la gente de IBM Research sobre recomendaciones sociales en entornos empresariales, por lo que también quería mencionarlo. Aunque no es un tipo diferente de recomendación per se, la motivación y la configuración son considerablemente diferentes de una red social típica. Aquí hay algunos consejos sobre trabajos recientes, [Guy09] y [Enter10].
—–
Para obtener recursos, sugeriría encarecidamente el manual de Sistemas de recomendación. No se centra en la recomendación social, pero es un gran recurso.
No tanta suerte con los conjuntos de datos, principalmente debido a problemas de privacidad. La mayoría de los datos de usuario y de red están encerrados en sus respectivas compañías. Tengo algunos conjuntos de datos disponibles como resultado de mi investigación, contácteme si necesita acceso.
[Ringo95] http://www.sigchi.org/chi95/proc…
[SocRec11] http://dl.acm.org/citation.cfm?i…
[Gilb09] http://social.cs.uiuc.edu/people…
[Golb09] http://www.springer.com/computer…
[Chen10] http://dl.acm.org/citation.cfm?i…
[Smyth10] http://dl.acm.org/citation.cfm?i…
[McD03] http://dl.acm.org/citation.cfm?i…
[Verne09] http://dl.acm.org/citation.cfm?i…
[Grupo04] http://dl.acm.org/citation.cfm?i…
[Guy09] http://dl.acm.org/citation.cfm?i…
[Enter10] http://dl.acm.org/citation.cfm?i…
[Milic10] http://www.springerlink.com/cont…
[FeedMe10] http://dl.acm.org/citation.cfm?i…
[RecSys12] (por publicar) Documento de “referencia social”
[Cosley03] http://dl.acm.org/citation.cfm?i…
[PopCore11] http://ieeexplore.ieee.org/xpls/…
