Detailing explanations in the recommender system based on matchintemporal knowledge

Chalyi, S.; Leshchynskyi, V.; Leshchynska, I.

Публікація:
Detailing explanations in the recommender system based on matchintemporal knowledge

dc.contributor.author	Chalyi, S.
dc.contributor.author	Leshchynskyi, V.
dc.contributor.author	Leshchynska, I.
dc.date.accessioned	2021-03-02T13:03:30Z
dc.date.available	2021-03-02T13:03:30Z
dc.date.issued	2020
dc.description.abstract	Розглянуто проблему узгодження знань у темпоральному аспекті при побудові пояснень щодо рекомендацій. Узгодження дає можливість зменшити вплив суперечливих знань на пояснення в рекомендаційній системі. Запропоновано модель подання знань у формі темпорального правила з обмеженням пояснення. Темпоральне правило задає порядок в часі для двох множин однотипних подій, що виникли на двох різних інтервалах часу. Обмеження пояснення встановлює відповідність між представленим за допомогою правила темпоральних порядком для пари інтервалів та описом темпоральної динаміки для заданого періоду часу. Така динаміка відображається поясненням рекомендації. Модель призначена для узгодження знань з урахуванням обмеження пояснення, а також подальшого використання узгоджених знань для уточнення пояснень щодо результатів роботи інтелектуальної системи. Розроблено метод уточнення пояснень в рекомендаційної системі на базі узгодження знань у формі темпоральних правил. В якості вихідних даних метод використовує записи про покупки товарів, послуг або виставлення їх рейтингів. Метод виділяє узгоджену в темпоральному аспекті підмножину правил, які показують таку ж динаміку попиту споживачів щодо цільового предмету (збільшення або зменшення), як і пояснення в рекомендаційній системі. Узгодження темпоральних знань дозволяє сформувати уточнений перелік пояснень. Цей перелік включає в себе базове та уточнююче пояснення. Базове пояснення відображає динаміку інтересів користувачів для всього заданого періоду часу. Уточнююче пояснення задає зміни попиту для окремих інтервалів в рамках заданого періоду часу. Використання у поясненні темпоральної динаміки вподобань користувачів орієнтовано на збільшення довіри до отриманих рекомендацій. The problem of matching knowledge in the temporal aspect when constructing explanations for recommendations is considered. Matching allows reducing the influence of conflicting knowledge on the explanation in a recommender system. A model of knowledge representation in the form of a temporal rule with the explanation constraint is proposed. The temporal rule sets the order for two sets of events of the same type that occurred at two different time intervals in time. An explanation constraint establishes a correspondence between the temporal order represented by the rule for a pair of intervals and the description of temporal dynamics for a given time period. This dynamic is represented by the explanation of the recommendation. The model is designed to match knowledge, taking into account the explanation constraint, as well as further use the matched knowledge to clarify explanations based on the results of the intelligent system. A method for clarifying explanations in a recommender system based on knowledge matching in the form of temporal rules is developed. The method uses records of purchases of goods, services or their ratings as input data. The method identifies a subset of rules matched in the temporal aspect, which represent the same dynamics of consumer demand for the target item (increase or decrease) as explanations in the recommender system. Matching of temporal knowledge makes it possible to form a refined list of explanations. This list includes basic and clarifying explanations. The basic explanation reflects the dynamics of user interests for the entire given period of time. Clarifying explanation specifies changes in demand for individual intervals within a given time period. The use of the temporal dynamics of user preferences in the explanation is aimed at increasing confidence in the received recommendations	uk_UA
dc.identifier.citation	Chalyi S., Leshchynskyi V., Leshchynska I. Detailing explanations in the recommender system based on matching temporal knowledge// Eastern-European Journal of Enterprise Technologies. - 2020. - V. 4. - N 2 (106). - P. 6-13.	uk_UA
dc.identifier.uri	http://openarchive.nure.ua/handle/document/14752
dc.language.iso	en_US	uk_UA
dc.subject	recommender system	uk_UA
dc.subject	explanation of recommendations	uk_UA
dc.subject	temporal rules	uk_UA
dc.subject	knowledge matching	uk_UA
dc.title	Detailing explanations in the recommender system based on matchintemporal knowledge	uk_UA
dc.type	Article	uk_UA
dspace.entity.type	Publication