Post on 04-Jul-2015
Aprendizaje de Reglas para unSR contextual
Blanca A. Vargas Goveablanca.vargas@cenidet.edu.mx
Grupo de Sistemas de Recomendacióncenidet
Feb 16, 2012
2
AntecedentesEvaluación
Surfeous
Metodología para el aprendizaje de reglas
Selección de atributos
Preparación de datos
1
Contenido
2
3
4
3
Surfeous: prototipo de SRusuario
opiniones
buscando restaurante
ratings y tags
enfoque contextual
enfoque social
[1]
4
Surfeous: modelos de contexto
usuario item
presupuesto
latitud
fumador alcohol
formalidad
ambiente
edad
transportación
estado-civil
hijos
interés
personalidadreligión
ocupación
pesoestatura
pago
accesibilidad
cocinafax
ZIPzona-fumar
ciudad
servicioscocina
ambienteestado
latitud
alcohol
formalidad
país
estacionamiento
teléfono
tipo-de-pago
dirección
días
horas
franquiciaaccesibilidad
costo
longitud
color-favorito
5
Evaluación: metodología
Popularidad ítemBásica
Por grupos Usuarios con más ratings
Usuarios con menos ratings
Distribución usuario-ítem
Selección de atributos
6
Evaluación: resultados
social fusión contextooriginal 0.335 0.278 0.133atributos-sel 0.335 0.327 0.133
original atributos-sel0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
socialfusióncontexto
La evaluaciónmás baja se obtiene en el enfoque contextual
7
¿Sobreajuste?¿Por qué es bajo? ¿Qué ocurre con las reglas?
¿Demasiado generales?
Si es roja, redonda, de 5cm de diámetro y es jaspeada en el 20% de su superficie entonces es una manzana
Si es rojaentonces es una manzana
8
Ejemplo de reglas
9
Aprendizaje de Reglas
Se necesita un conjunto de reglas que describa los datos sin sobre-ajuste ni extrema generalización
¿Entonces?
10
Metodología
Selección de atributos
modelo del usuario
con ambos modelos
Análisis del estado actual de las reglasPreparación de datos para el aprendizaje
Aprendizaje automático usando ILP
Prueba de reglas aprendidas
modelo del ítem
11
Selección de atributos
12
¿Para qué sirve?
Mejorar el desempeño predictivo
Construir modelos máseficientes
Mejorar el entendimientode los modelos
Selección deatributos
[2]
13
Selección de atributos: proceso
Generación desub-conjuntos
Criterio de paro
Validación deresultados
Evaluación desub-conjuntos
forward/backwardbúsqueda: hill-climbing, best-first,...
Métrica
filtro/wrapper
no
si
sub-conjunto chi-cuadrada, ganan-cia de información,clasificador, consisten-cia
UmbralNo. de atributos seleccionadosQue no mejore la evaluación
14
Las Vegas Filter: criterio de inconsistencia
IC s(A)=S (A)−maxkS k (A)
IR(S )=∑A∈S
IC S (A)
∣S∣
Conteo de inconsistencia
Valor de inconsistencia
[3]
15
área costo franquicia fumar Rating A Rating B1 i bajo n s 0 02 i bajo n s 1 03 i bajo n s 2 04 i bajo n s 1 15 i alto n n 0 16 i alto n n 1 17 i alto n n 2 18 e alto s n 1 19 e bajo n n 1 110 e bajo n s 2 2
Ejemplo
16
Instancias iguales: 1,2,3,4n=4, clases=0,1,2,1clase frecuente=1 (2 instancias)Conteo de inconsistencia (IC): 4-2=2
Instancias iguales: 5,6,7N=3, clases= 0,1,2clase frecuente=1 (1 instancia)Conteo de inconsistencia (IC): 3-1=2
Valor de Inconsistencia: (2+2)/10 = 4/10 = 0.4
Sub-conjunto AInstancias iguales: 1,2,3,4n=4, clases=0,0,0,1clase frecuente=0 (3 instancias)Conteo de inconsistencia (IC): 4-3=1
Instancias iguales: 5,6,7N=3, clases= 1,1,1clase frecuente=1 (3 instancias)Conteo de inconsistencia (IC): 3-3=0
Valor de Inconsistencia: (1+0)/10 = 1/10 = 0.1
Sub-conjunto B
Ejemplo
17
Descripción de los datos: Surfeous
130restaurantes
1,160ratings
0,1,2valores de
rating 8.41ratings/usuario
115restaurantescon 1 rating
138usuarios
18
¿Cómo se hizo?
http://www.cs.waikato.ac.nz/ml/weka/
Modelo del usuario
Modelo del servicio
Modelo del usuario + Modelo del servicio
Selección de atributos para: [4]
19
Preparación de datos
usuario
userprofile
usercuisine userpayment
userattributesClase
20
Preparación de datos
Para el modelo de servicio se efectuóun proceso similar.
Selección deatributos
ítem
usuario+
ítem
usuario
Selección deatributos
Selección deatributos
21
Cada archivo es la entrada a WEKA
22
WEKA
23
WEKA
24
Resultadosusuario ítem
formalidad
edadinterés
color-favoritococina
zona-fumar
cocinaalcohol
tipo-de-pago
días
horas
alcohol
cocina
edad religión
interéscolor-favorito
horas
usuario + ítem
86.96%80.95%
75.00%
25
Preparación de datos
26
Preparación de datos para el aprendizaje
Obtener los elementos necesarios para el aprendizaje automático: reglas prototipo, conocimiento del dominio e instancias aterrizadas.
Objetivos
Preparar una plataforma de prueba de reglas.
27
Preparación de datos para el aprendizaje
ReglasFormato RDF
PredicadosProlog
Extracción deliterales (condiciones)
Instanciar las condiciones con los valores de atributos
usuariofuma(Restaurant,User):atom_chars(Msg,"Regla1\n"),write(Msg),permiteFumar(Restaurant,"section"),esFumador(User,true).
<regla nombre="fumatrue1"><antecedente>Restaurant(?r) ^ IDPlace(?r,?id)
^....</antecedente><consecuente>
sqwrl:selectDistinct(?id)</consecuente><tipo>2</tipo>
</regla>
esFumador("AAAM",false).esFumador("aguilar",false).esFumador("agusperez",false).
permiteFumar(Item,Algo)tieneFormalidad(Item,Algo)ofreceServicio(Item,Algo)sirveAlimento(Item,Algo)esFranquicia(Item,Algo)
28
Preparación de datos para el aprendizaje
Plataforma para prueba de reglas
Análisis de las reglas originales
Predicados correspondientes a atributos (condiciones)
Reglas muy generales, producen varios resultados por tipo de regla (fumador, estudiante, …)
Ya se tiene
En proceso
29
Lo que sigue
Selección de atributos
modelo del usuario
con ambos modelos
Análisis del estado actual de las reglasPreparación de datos para el aprendizaje
Aprendizaje automático usando ILP
modelo del ítem
Prueba de reglas aprendidas
30
[4] M. Hall, E. Frank, G. Holmes, B. Pfahringer, P. Reutemann, and I. H. Witten, “The WEKA data mining software: an update,” SIGKDD Explorations Newsletter, vol. 11, no. 1, pp. 10–18, Nov. 2009.
[2] I. Guyon and A. Elisseeff, “An introduction to variable and feature selection,” Journal of Machine Learning Research, vol. 3, pp. 1157–1182, Mar. 2003.
[1] R. Ponce-Medellín, Búsquedas contextuales de servicios basados en localización en un entorno de web social. 2010.
[3] H. Liu and R. Setiono, “A probabilistic approach to feature selection - A filter solution,” in 13th International Conference on Machine Learning, 1996, pp. 319–327.
Referencias