Un sistema de recomendación mediría la correlación entre las calificaciones de diferentes usuarios y generaría recomendaciones para un usuario determinado sobre los elementos que pueden ser de su interés.
Sin embargo, los gustos cambian con el tiempo, por lo que las clasificaciones anteriores podrían no reflejar las preferencias actuales y viceversa. Es posible que alguna vez haya puesto "excelente" en un libro que ahora calificaría como "no demasiado desagradable" y así sucesivamente. Además, los intereses mismos también cambian.
¿Cómo deberían funcionar los sistemas de recomendación en un entorno cambiante?
- Una opción es cortar las calificaciones "antiguas", que pueden funcionar bien suponiendo que defina correctamente "antiguas" (incluso puede decir que las calificaciones nunca caducan y pretender que el problema no existe). Pero no es la mejor opción posible: por supuesto, los gustos evolucionan, es un flujo de vida normal, y no hay ninguna razón por la que no podamos usar el conocimiento adicional de las calificaciones pasadas una vez correctas.
- Otra opción es acomodar de alguna manera este conocimiento adicional. Por lo tanto, no solo podríamos encontrar una "coincidencia instantánea" para sus intereses actuales, sino sugerirle las cosas que le pueden gustar a continuación (a diferencia de las cosas que le pueden gustar ahora ).
No estoy seguro si estoy explicando esto lo suficientemente bien. Básicamente, estoy a favor del segundo enfoque y estoy hablando de un sistema de recomendación que mediría las correlaciones de las trayectorias del gusto y ofrecería recomendaciones que satisfarán ... bueno, llamémoslo crecimiento personal, porque vendrán de personas cuyo La "trayectoria de gustos" (y no solo la "instantánea de gustos") es similar a la suya.
Ahora la pregunta: me pregunto si ya existe algo similar a la "opción 2" y, si es así, me pregunto cómo funciona. ¡Y si no existe, puede discutir cómo debería funcionar! :)