Automatic analysis of feedback in recommender systems

Abstract

В условиях увеличения роли Интернета в повседневной жизни, обучении, исследованиях, а также увеличения количества информации, доступной в сети, рекомендательные системы начинают играть всё большую роль. Чем больше данных имеется в нашем распоряжении, тем сложнее их обрабатывать и тем сложнее вычленить из этого потока информации те данные, которые действительно нужны. В связи с этим, в ситуации растущего информационного потока необходимость существования механизма, способного фильтровать данные из Интернета и увеличивать скорость обработки информации, становится неоспоримой. Однако не всегда система может обеспечить пользователя хорошей рекомендацией, что может привести к тому, что пользователь перестанет верить системе или видеть в ней пользу и в конечном счёте компания может потерять клиента или получить негативные отзывы. Целью данной работы является разработка механизма анализа отзывов, направленного на увеличение качества предоставляемых системой рекомендаций, а также на увеличение уровня доверия пользователей к системе.

Nowadays, in the situation of growing importance of the Internet in our casual life, education, research, and also in the situation of permanent increase of amount of information available in the Web, recommender systems start playing an outstanding role. The more data one has at his disposal, the more difficult it becomes to process it and extract from it that information which is really necessary. Recommender system is a technology which is rather helpful in the case of information filtering and also decision-making. However, it is not always capable of providing a user with a proper recommendation due to some difficulties, and as a result a company using this engine can lose its client and even its reputation. Thus, the aim of this research is to develop an automatic feedback analysis mechanism which could help to increase the quality of recommendations presented by a system and also augment the level of system trustworthiness.