Exploiting implicit user activity for media recommendation

Trevisiol, Michele

Exploiting implicit user activity for media recommendation

Document Type

Doctoral thesis
Published Version

Author

Trevisiol, Michele

Director

Baeza-Yates, Ricardo
Jaimes Larrarte, Alejandro

Publication Date

2014-10-15

Pages

193 p.

Citation

Trevisiol, M. Exploiting implicit user activity for media recommendation. Universitat Pompeu Fabra; 2014. handle: http://hdl.handle.net/10803/283657

This citation was generated automatically.

Doctoral program

Programa de doctorat en Tecnologies de la Informació i les Comunicacions

Abstract

This thesis explores in depth how to use the user browsing behavior, and in particular the referrer URL, in order to understand the interest of the users. The aim is, first, to understand the preferences of the users from their navigation patterns, i.e., from the implicit actions of the users. Then, to exploit this information to personalize the content offered by the service provider. The key findings from our studies allowed us to propose different solutions in terms of recommender systems and ranking approaches for media items. We show how the browsing behavior of the users captured by the browsing logs is extremely meaningful to understand new users and to estimate their preferences.
Esta tesis analiza de modo exhaustivo el comportamiento del usuario en la web y, en particular, su interacción con las URLs recomendadas, para así conocer sus intereses. El objetivo fundamental es, en primer lugar, entender las preferencias de usuario a partir de sus patrones de navegación por la web, estudiando sus acciones implícitas. En segundo lugar, se trata de aprovechar esta información para personalizar el contenido ofrecido por el proveedor de servicios. El resultado de estos estudios nos ha permitido proponer diferentes soluciones en términos de sistemas recomendadores y ranking de productos multimedia. De este modo, hemos podido demostrar cómo el comportamiento del usuario en la web, obtenido a partir de registros de navegación, es extremadamente útil para comprender a nuevos usuarios y poder así estimar sus preferencias.

Keywords

Comportamiento del usuario, Modelado de usuario, Referrer, Navegación web, BrowseGraph, Recomendación, Clasificación, Datos implícitos, Objectos multimediales, User behavior, User modeling, Browsing, Recommender System, Ranking, Implicit feedback