Davranışsal Eğilimlere Dayalı Çok Ölçütlü Öneri Sistemleri: BADPM Modeli

Günümüzde öneri sistemleri oldukça başarılı tavsiyeler üretse de kullanıcıların daha az bilinen ancak potansiyel olarak ilgi çekici ürünlere erişimini kısıtlayan önemli bir sorun olan popülerlik yanlılığı ile karşı karşıya kalmaktadır. Bu çalışmada çok ölçütlü öneri sistemlerinde popülerlik yanlılığı probleminin ele alındığı, memnuniyetin arttırılıp buna ek olarak listede popüler olmayan ürünlerin yer aldığı bir mekanizma geliştirilmiştir. Önerilen yöntemde, bireylerin karar verme süreçlerinde kendi zevk ve eğilimlerine benzeyen kullanıcıların tercihlerine daha fazla önem vermesine, buna karşılık zıt eğilimlere sahip kullanıcıların değerlendirmelerini sınırlı düzeyde dikkate alma eğilimine dayanmaktadır. Dahası, zıt eğilimli kullanıcıların olumsuz değerlendirdiği ürünlerin kimi durumlarda hedef kullanıcı için daha çekici hâle gelebileceği varsayılmaktadır. Bu davranışsal temelden hareketle geliştirilen yaklaşım, öneri listesi oluştururken hem benzer kullanıcıların tercihlerini hem de zıt eğilimlere sahip kullanıcıların değerlendirmelerini birlikte ele almaktadır. Üç farklı veri seti üzerinde önerilen yöntem ile klasik yöntemlerin karşılaştırmalı analiz sonuçları yapılmış ve elde edilen sonuçlar, önerilen yaklaşımın popülerlik yanlılığını azaltmada ve öneri kalitesini artırmada başarılı olduğunu göstermiştir.