Κωνσταντίνος Παπαγγέλου 7498

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ

ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΠΛΗΡΟΦΟΡΙΑΣ & ΥΠΟΛΟΓΙΣΜΩΝ

ΠΡΟΣΩΠΟΠΟΙΗΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΗΧΑΝΩΝ ΑΝΑΖΗΤΗΣΗΣ ΜΕΣΩ

ΕΝΣΩΜΑΤΩΣΗΣ ΣΥΜΠΕΡΙΦΟΡΑΣ ΧΡΗΣΤΩΝ ΚΑΙ ΣΗΜΑΣΙΟΛΟΓΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

Παπαγγέλου Κων/νοςΥπό την επίβλεψη του κ. Ανδρέα Λ. Συμεωνίδη

Επίκουρου Καθηγητή ΤΗΜΜΥ ΑΠΘΘεσσαλονίκη 2015

03/05/2023 2ΠΡΟΣΩΠΟΠΟΙΗΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΗΧΑΝΩΝ ΑΝΑΖΗΤΗΣΗΣ ΜΕΣΩ ΕΝΣΩΜΑΤΩΣΗΣ ΣΥΜΠΕΡΙΦΟΡΑΣ ΧΡΗΣΤΩΝ ΚΑΙ ΣΗΜΑΣΙΟΛΟΓΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

ΔΟΜΗ ΤΗΣ ΠΑΡΟΥΣΙΑΣΗΣ

ΕΙΣΑΓΩΓΗ ΥΠΑΡΧΟΥΣΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ ΣΚΟΠΟΣ ΤΗΣ ΔΙΠΛΩΜΑΤΙΚΗΣ ΣΥΣΤΗΜΑ ΔΗΜΙΟΥΡΓΙΑΣ ΠΡΟΦΙΛ ΣΥΣΤΗΜΑ ΑΝΑΛΥΣΗΣ ΙΣΤΟΡΙΚΟΥ ΠΑΡΟΥΣΙΑΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΕΛΛΟΝΤΙΚΗ ΕΡΓΑΣΙΑ


ΕΙΣΑΓΩΓΗ

Πλήθος δεδομένων

Μεγάλος αριθμός εφαρμογών Διαφήμιση (Online Advertising) Εξατομικευμένη Αναζήτηση (Personalized Search) Συστήματα Συστάσεων (Recommender Systems)

Τοποθεσία

Φύλο

Επάγγελμα

Πληροφορίες από μέσα κοινωνικής δικτύωσηςΙστορικό περιήγησης


ΥΠΑΡΧΟΥΣΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ

ΜΗΧΑΝΕΣ ΑΝΑΖΗΤΗΣΗΣ Agichtein et al. (2006): βελτίωση κατάταξης με χρήση δεδομένων κλικ Teevan et al. (2009): βελτίωση προσωποποιημένων αποτελεσμάτων με

χρήση ομάδων

ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ Liu et al. (2010): σύστημα συστάσεων ειδήσεων βασισμένο σε δεδομένα

κλικ Elkahky et al. (2015): χρήση του αλγορίθμου Deep Neural Network σε

συνδυασμό με δεδομένα από διαφορετικές εφαρμογές


ΣΚΟΠΟΣ ΤΗΣ ΔΙΠΛΩΜΑΤΙΚΗΣ

Παρουσίαση σχετικών εφαρμογών

Αναγνώριση των ενδιαφερόντων των χρηστών με χρήση του ιστορικού περιήγησης Δημιουργία προφίλ σχετικών με κάποιο αντικείμενο με χρήση του

αλγορίθμου LDA Ανάθεση των προφίλ στους χρήστες ανάλογα με τις σελίδες που

επισκέπτονται Άμεσο feedback από τους χρήστες μέσω ενός Google Chrome

Extension


ΣΥΣΤΗΜΑ ΔΗΜΙΟΥΡΓΙΑΣ ΠΡΟΦΙΛ

Προφίλ

ερώτημα 1ερώτημα 2ερώτημα 3

...

API Μηχανής

ΑναζήτησηςLDA

Επιλογή k Κορυφαίων Θεμάτων

Επιλογή n Λέξεων/Θέμα

Σχηματισμός Διανύσματος

Λέξεων Προφίλ

Μετεπεξεργασία Διανύσματος

Λέξεων Προφίλ

Τελικό Διάνυσμα Λέξεων Προφίλ

Διάνυσμα Λέξεων Γενικού Πεδίου

Επεξεργασία Σελίδων


ΕΠΕΞΕΡΓΑΣΙΑ ΣΕΛΙΔΩΝ

Αφαίρεση stop words Lemmatization Αφαίρεση λέξεων ανάλογα με τη συχνότητα εμφάνισης

>70% των σελίδων Μία μόνο σελίδα


ΣΧΗΜΑΤΙΣΜΟΣ ΔΙΑΝΥΣΜΑΤΟΣ ΛΕΞΕΩΝ

1. Επιλογή κορυφαίων θεμάτων βάσει της κατανομής των θεμάτων ανά κείμενο - p(topicj|documentd) ≡ θjd

Πλήθος κειμένων για τα οποία θjd > 1/αριθμός θεμάτων

2. Επιλογή κορυφαίων λέξεων βάσει της κατανομής των λέξεων ανά θέμα - p(wordi|topicj) ≡ φij

3. Αφαίρεση γενικών λέξεων


ΣΥΣΤΗΜΑ ΑΝΑΛΥΣΗΣ ΙΣΤΟΡΙΚΟΥ

ιστορικό περιήγησης

επιλογή ενός URL

συλλογή προφίλ

επιλογή ενός προφίλ

εξαγωγή περιεχομένου

μετεπεξεργασία κειμένου

λημματοποίηση (lemmatization)

υπολογισμός relevance

score

σημασιολογικός υπομνηματισμός

υπολογισμός semantic και confidence

score

υπολογισμός τελικού σκορ του URL ως προς

το προφίλ


ΥΠΟΛΟΓΙΣΜΟΣ ΤΩΝ ΣΚΟΡ

Relevance ScoreΠοσοστό λέξεων του προφίλ που εμφανίζονται στη σελίδα

Σημασιολογικός υπομνηματισμός με χρήση του DBpedia Spotlight Entities & Categories

Semantic ScoreΠροκύπτει ως ο μέσος όρος των εξής ποσοστών:1. Ποσοστό των οντοτήτων που περιέχουν λέξεις του προφίλ2. Ποσοστό των κατηγοριών που περιέχουν λέξεις του προφίλ


ΥΠΟΛΟΓΙΣΜΟΣ ΤΩΝ ΣΚΟΡ Support resource prominence Similarity Score topical pertinence Percentage of Second Rank contextual ambiguity

Confidence ScoreΓια το σύνολο των οντοτήτων που περιέχουν λέξεις του προφίλ υπολογίζονται:

Μέσο Support Μέσο Similarity Score Ποσοστό οντοτήτων για τις οποίες δεν υπάρχει άλλη υποψήφια οντότητα


ΤΕΛΙΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Total Score = a Relevance Score + b Semantic Score + ∙ ∙ c Confidence Score∙

με a + b + c = 1 a = 0.6, b = 0.3, c = 0.1

1. Σε κάθε σελίδα ανατίθεται το προφίλ με το μέγιστο σκορ2. Άθροισμα των σκορ των σελίδων που αναφέρονται σε κάθε προφίλ3. Επιλογή τελικών προφίλ4. Κατάταξη ανάλογα με το ποσοστό επί του αθροίσματος των σκορ όλων

των προφίλ


ΑΛΛΗΛΕΠΙΔΡΑΣΗ ΧΡΗΣΤΗ ΜΕ ΤΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Προτείνονται σχετικές σελίδες

Άμεσο feedback με δυνατότητα επιλογής διαφορετικού επιπέδου εξειδίκευσης Αποστολή ενός σχετικού ερωτήματος Σύγκριση του ερωτήματος με τα ήδη υπάρχοντα

(π.χ. Jaro-Winkler distance)

03/05/2023 ΠΡΟΣΩΠΟΠΟΙΗΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΜΗΧΑΝΩΝ ΑΝΑΖΗΤΗΣΗΣ ΜΕΣΩ ΕΝΣΩΜΑΤΩΣΗΣ ΣΥΜΠΕΡΙΦΟΡΑΣ ΧΡΗΣΤΩΝ ΚΑΙ ΣΗΜΑΣΙΟΛΟΓΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

17

ΣΧΗΜΑΤΙΣΜΟΣ ΠΡΟΦΙΛ

Μουσική Αθλητισμός

Classical

Folk

Jazz

Hip Hop

Electronic

Basketball

Football

Rugby

Tennis

Golf

25 γενικά ερωτήματα 20 ερωτήματα για το επίπεδο 0 30 ερωτήματα για το επίπεδο 1 50 σελίδες/ερώτημα Εύρεση 10 θεμάτων και επιλογή των 5 κορυφαίων 15 λέξεις/θέμα


ΠΑΡΑΔΕΙΓΜΑΤΑ ΕΡΩΤΗΜΑΤΩΝ

Classical/0

ars nova baroque era music

trio sonata opera buffa

Classical/1

andrea bocelli maurice ravel

igor stravinsky edward elgar

Football/0

offside rule penalty kick

free kick soccer goalkeeper

Football/1

premier league history bundesliga fixtures

la liga news champions league scores


ΑΝΤΙΠΡΟΣΩΠΕΥΤΙΚΑ ΠΡΟΦΙΛ

Classical/0

festival mass concert classic motet work

john wedding cd amazon view century

track nova violin string classical form

saxophone solo instrument flute piano romantic

sheet browse bwv minor part style

prelude bach sebastian sonata johann composer

score trio major fugue partita baroque

period opera musical movement write


ΑΝΤΙΠΡΟΣΩΠΕΥΤΙΚΑ ΠΡΟΦΙΛClassical/1

richard bbc opera joan domingo pavarottus

link sutherland orchestra uk www http

clip rachmaninoff grieg op violin rv

string vivaldus orchestral tchaikovsky symphony stravinsky

piano concerto naxo include musical death

work performance wagner life article composer

handel mendelssohn make ii write brahm

johann sonata major strauss beethoven track

mozart gershwin elgar amazon view andrea

bocellus



Football/0

active training referee youth camp contact

club information tip sport coach child

goal law goalkeeper penalty line rule

foul ball offside kick field throw

opponent free pass drill score attack

skill coaching position defender app de

facebook google point www online http

news manchester sign fair city uefa

cup



Football/1

chelsea sky everton city unite premier

liverpool aston manchester round west newcastle

fa villa arsenal agg read ago

tweet result fixture fifa ar twitter

id favorite day live liga juventus

real munich bayern ft bet la

barcelona odds atletico madrid fc uefa

move star edit sign back delete

soccer goal brazil germany match history


ΠΑΡΑΔΕΙΓΜΑ ΑΝΑΛΥΣΗΣ ΙΣΤΟΡΙΚΟΥ

Ανάλυση ιστορικού 3 εβδομάδων

974 URLs


ΠΑΡΑΔΕΙΓΜΑ ΑΝΑΛΥΣΗΣ ΙΣΤΟΡΙΚΟΥΑΠΟΤΕΛΕΣΜΑΤΑ

Basketball/1 92.56%

Jazz/0 2.17%

Classical/0 1.84%

Football/1 0.88%

Rugby/0 0.81%

Hip Hop/0 0.69%

Golf/0 0.52%

Folk/0 0.34%

Tennis/0 0.19%



URL Score

en.wikipedia.org/wiki/KK_Crvena_zvezda 0.6114

en.wikipedia.org/wiki/Boston_Celtics 0.5744

en.wikipedia.org/wiki/San_Antonio_Spurs 0.5623

en.wikipedia.org/wiki/Portland_Trail_Blazers 0.5380

en.wikipedia.org/wiki/Nick_Calathes 0.5203

Basketball/1



URL Score

en.wikipedia.org/wiki/Progressive_rock 0.5549

en.wikipedia.org/wiki/Charlie_Parker 0.5479

en.wikipedia.org/wiki/List_of_jazz_genres 0.5161

en.wikipedia.org/wiki/Pearl_Jam 0.4864

en.wikipedia.org/wiki/Joy_Division 0.4121

Jazz/0



URL Score

en.wikipedia.org/wiki/Johann_Sebastian_Bach 0.6134

en.wikipedia.org/wiki/Classical_music 0.5988

en.wikipedia.org/wiki/Baroque_music 0.5498

en.wikipedia.org/wiki/Renaissance_music 0.4893

en.wikipedia.org/wiki/Brandenburg_Concertos 0.4866

Classical/0


ΜΕΛΛΟΝΤΙΚΗ ΕΡΓΑΣΙΑ

Πειράματα μεγαλύτερης κλίμακας Μεγαλύτερου μεγέθους προφίλ Διαφορετικός ορισμός των επιπέδων εξειδίκευσης Περισσότερα επίπεδα εξειδίκευσης

Ενίσχυση του σημασιολογικού σκορ Dandelion, Αlchemy κ.α.

Χρήση σελιδοδεικτών (bookmarks), τοποθεσίας ή/και άλλων δεδομένων

Ερωτήσεις; Παρατηρήσεις;

Κωνσταντίνος Παπαγγέλου 7498

Software

Transcript of Κωνσταντίνος Παπαγγέλου 7498