Objetivo: Publicación de paper.

Descripción: En la literatura de sistemas de recomendación falta la noción de un baseline, es decir, la base con la cual se pueden comparar nuevas implementaciones de algoritmos ya existentes o, por otro lado, nuevos algoritmos. Asimismo, las publicaciones generalmente no especifican los parámetros e hiperparámetros del entrenamiento, por lo que los resultados no son simples de reproducir. Este trabajo tiene como objetivo definir un baseline para varios algoritmos en varios datasets. Una vez definido, se pueden comparar: ¿por qué funciona un algoritmo mejor que otro para cierto dataset, pero no para los demás?

Tareas: Utilizando LensKit, configurar los distintos algoritmos y datasets. Definir las métricas necesarias para comparar. Correrlo y guardar los resultados. Analizar el baseline. Comparar las corridas de algoritmos en datasets. Analizar las propiedades de cada dataset e intentar ver en qué situaciones un método es mejor que otro.

Referencias: