Spiare le preferenze degli utenti
Il World Wide Web è considerato dagli scienziati che lavorano al progetto EVALUATE (Theory and practice of algorithms for analysis of people and data on the web) come la più grande banca dati a disposizione. Questa raccolta di dati provenienti da social network, sistemi di commercio elettronico e amministrazione digitale, solo per citarne alcuni, è talmente vasta e complessa che risulta difficile per gli utenti trovare le informazioni desiderate. Adattare un motore di ricerca in modo che soddisfi le necessità di un utente specifico è ancora un problema aperto per la ricerca che il team di EVALUATE ha cercato di affrontare. Gli utenti mostrano le loro preferenze attraverso le scelte che compiono. Queste scelte possono essere il fare clic su un particolare collegamento in un elenco prodotto da una ricerca in rete. Precedenti studi avevano utilizzato le opinioni esplicite degli utenti per adattare il posizionamento del motore di ricerca. Tuttavia, gli utenti sono solitamente riluttanti a fornire delle opinioni esplicite, e questo rende le opinioni ricevute troppo limitate per essere rappresentative. Per superare questo problema, i ricercatori hanno sviluppato degli algoritmi di apprendimento attivo che usano dati impliciti sulle opinioni per ottimizzare le funzioni di posizionamento. Diversamente dall’apprendimento tradizionale (passivo), i nuovi strumenti potrebbero raccogliere un gruppo di esempi e quindi scegliere un sottoinsieme per il quale i dati sono disponibili. I ricercatori di EVALUATE si sono concentrati su due applicazioni: apprendere a classificare le preferenze a coppie e raggruppare con informazioni addizionali che arrivano sotto forma di vincoli a coppie. L’obbiettivo era quello di ordinare in modo lineare gli elementi da quello di maggiore a quello di minore preferenza, trovandosi allo stesso tempo in disaccordo con il minor numero possibile di preferenze o vincoli a coppie. Le nuove tecniche hanno dimostrato di superare nelle prestazioni i precedenti algoritmi. Le più popolari applicazioni online, che includono motori di ricerca e social network, dipendono dalla capacità di fornire risultati alle interrogazioni, pubblicità e raccomandazioni. Il lavoro di ricerca effettuato durante il progetto EVALUATE si spinge ben oltre i tradizionali confini dell’informatica. L’approccio multidisciplinare adottato per problemi di grandi quantità di dati promette di portare gli esseri umani nel circuito dell’analisi dei dati in tutte le varie fasi.
Parole chiave
Preferenze utente, risorse online, World Wide Web, algoritmi, social network, motore di ricerca
