Impacto de las características de los datos en el rendimiento de los sistemas de recomendación

Este artículo investiga el impacto de las características de los datos de calificación en el rendimiento de varios algoritmos de recomendación populares, incluidos el filtrado colaborativo basado en usuarios y en ítems, así como la factorización de matrices. Nos enfocamos en tres grupos de características de datos: espacio de calificación, distribución de frecuencia de calificación y distribución de valor de calificación. Se empleó un procedimiento de muestreo para obtener diferentes subsamples de datos de calificación con características variadas; se utilizaron algoritmos de recomendación para estimar la precisión predictiva para cada muestra; y se utilizaron modelos basados en regresión lineal para descubrir las relaciones entre las características de los datos y la precisión de la recomendación. Los resultados experimentales en múltiples conjuntos de datos de calificaciones muestran los efectos consistentes y significativos de varias características de los datos en la precisión de la recomendación.