CCMA

PREGUNTES ESTADÍSTIQUES PER CCMA

Tenim 3 conjunts de dades: (1) usuaris logats, (2) aparells amb cookies i (3) clicks:

Amb el conjunt (1) i poter el (2) podem construir un recomanador col·laboratiu.
Amb el conjunt (2) i el (3) es pot fer un recomanador seqüencial.
Cal “explorar” les dades per prendre la decisió:

• Quines són les dimensions de la matriu col·laborativa (#usuaris, #items)?
• Quants updates diaris es faran a la matriu col·laborativa?
• Quin és el nombre # de valors no nuls a cada columna i fila de la matriu col·laborativa?
• Quina és la longitud de les seqüències dels usuaris no logats (cookies)?

Per fer els recomanadors, necessitem algunes dades (persistents i actualitazades) addicionals a la matriu col·laborativa:

• Histograma d’interaccions setmanals de cada programa (indexat per data, des de la seva programació en antena.
• Diccionari de relacions capítol-sèrie-temàtica.
• Histogrames de diversitat temàtica per cada usuari logat.

CAUSALITAT

PREGUNTES A RESOLDRE

• Com mitigar la popularitat?
• Es pot predir la popularitat?
• Com mitigar els biaixos no desitjats?
• Com asegurar la diversitat de recomanacions a nivell d’usuari?

( COMENTAT amb en JORDI MUR )

Alt nivell

• Histograma d'interaccions per saber el temps de vida d'un progama.

• Saber quants programes de cada temàtica tenim

• Saber quantes interaccions per temàtica tenim (PER DIA)

• Sabter PER USUARI el seu histograma de interaccions

Baix nivell

• Més informació d'items (sabem temàtica només)

  • Producció propia
  • Idioma original
  • Actors
  • Mostra que té en Jordi Mur, és representativa?
  • Durada del consum de l'usuari? (% visionat)
  • Durada del video

---

Primer experiment

• Mirar que s'ha fet
• Agafar recomanador colaboratiu
  • Mirar si biaixa
  • Mirar com arreglar-ho

DADES A EXPLORAR ARA (jordi)

DIVERSITAT

• Saber quants programes de cada temàtica tenim
• Saber quantes interaccions per temàtica tenim
• Sabter PER USUARI el seu histograma de interaccions

POPULARITAT

• Saber cuantes vegades s'ha vist cada programa en el dataset (% popularitat en el dataset original)

EXPERIMENT 1

​​​​1. Entrenar RS colaboratiu
​​​​2. (Diversitat) Comparar histograma de temàtiques que ha vist amb el % en el rankin que li donem
​​​​(Popularitat) Mirar en el rankin agregat dels programes quants cops he recomanat cada programa (medir % amb el % de popularitat de programa en A original)
​​​​3. Fer una intervenció per aumentar diversitat (forçant una distribució més justa)

EXPERIMENT 2

​​​​1. Entrenar RS colaboratiu amb informació contextual (device, dia, ...)
​​​​2. (Diversitat) Comparar histograma de temàtiques que ha vist amb el % en el rankin que li donem
​​​​3. Biaixarà més o menys?

EXPERIMENT 3

​​​​1. Entrenar RS colaboratiu amb informació d'item
​​​​2. (Diversitat) Comparar histograma de temàtiques que ha vist amb el % en el rankin que li donem
​​​​3. Biaixarà més?

EXPERIMENT 4

​​​​1. Filtrar programes d'entreteniment
​​​​2. (Diversitat) Comparar producció pròpia amb no pròpia