Aplicação de um modelo de curiosidade como discovery utility para sistemas de recomendação de músicas.

Abstract

Sistemas de recomendação tradicionais buscam recomendar itens que sejam similares àqueles já acessados pelo usuários, porém, em longo prazo, essa priorização da relevância tende a tornar as recomendações mais familiares, falhando em despertar o interesse dos usuários e também torna as recomendações mais restritas a itens mainstream. Algumas soluções para esse problema buscam inserir mais dimensões nas recomendações levando em conta outros aspectos além da similaridade para gerar suas listas de recomendação, essas são chamadas de Discovery Utilities (DUs). Entretanto, essas soluções, em geral, não levam em consideração as necessidades individuais dos usuários. Desse modo, este trabalho propõe uma solução que busca representar as características individuais dos usuários com relação ao consumo de itens de um determinado sistema de serviços por meio da curiosidade de seus usuários. O intuito é utilizar a curiosidade como DUs em um sistema de recomendação. Para isso, a partir do histórico dos usuários, é construída uma curva que representa o perfil de curiosidade dos usuários fundamentada na teoria da psicologia chamada de Curva de Wundt. Os itens são então ranqueados por sua relevância e também pelo nível de curiosidade que apresentam. A solução então seleciona itens que sejam tanto relevantes e que se adéquem às necessidade de curiosidade dos usuários. Experimentos foram realizados utilizando um dataset da plataforma de serviços de consumo de música online LastFM para avaliar a performance do sistema em comparação aos baselines existentes na literatura. Os resultados mostraram que, se comparado aos baselines, a solução consegue apresentar listas de recomendação mais diversificadas, aumentando o número de itens recomendados e a personalização das listas de recomendação geradas que atendam melhor ao perfil de cada usuário.