ANALISI DELLA LETTERATURA SULLE TECNICHE DI OFFLINE EVALUATION NEI SISTEMI DI RACCOMANDAZIONE SESSION-BASED

Recommender systems play a fundamental role in today’s society, where the average user is constantly faced with a sea of options to navigate. Now more than ever, given the explosion of the web and the proliferation of countless services, it is essential to ensure that users can enjoy a seamless and accessible experience. Recommender systems enable this simplification of interaction through the application of various methodologies. On the other hand, due to the relatively young age of this field, studying such systems and assessing them in terms of reproducibility and performance are far from straightforward tasks. In this thesis, we discuss the state of the art regarding a specific type of recommender systems: session-based recommendation systems (SBRSs). In particular, we examine issues related to reproducibility and offline performance evaluation. Subsequently, we conduct a cross-analysis of implementation techniques by comparing 47 studies. These carefully selected works represent the current state of the art in the SBRS domain. Finally, we draw a number of insights and discuss potential future directions. The main contribution of this thesis lies in clarifying the complex current landscape, with the aim of shedding light on methodologies and their associated challenges.

I sistemi di raccomandazione svolgono un ruolo fondamentale nell'odierna società, l'utente medio è continuamente posto dinanzi a un mare di opzioni ove districarsi. Oggi come non mai, data l'esplosione del web e la creazione di innumerevoli servizi, è necessario far sì che l'utente possa godere di un'esperienza fruibile. I sistemi di raccomandazione rendono possibile, tramite l'impiego di diverse metodologie, la suddetta semplificazione d'utilizzo. D'altro canto, data la giovane vita di tale branca, lo studio dei sistemi e le valutazioni in termini di riproducibilità e performance non sono compiti semplici ai quali assolvere. In questo lavoro di tesi, viene discusso lo stato dell'arte per una particolare tipologia di sistemi di raccomandazione: i \textbf{session-based recommendation systems (SBRSs)}. Nello specifico, verranno analizzate le problematiche riguardanti riproducibilità e valutazione delle performance offline. Successivamente, sarà effettuata un'analisi incrociata delle tecniche implementative comparando 47 studi. Tali articoli, accuratamente selezionati, rappresentano lo stato dell'arte attuale in campo SBRSs. Infine, saremo capaci di trarre alcune considerazioni e discuteremo possibili prospetti futuri. Il principale contributo di tale tesi consiste nel dipanare l'intricato scenario attuale, nel tentativo di porre chiarezza in merito a metodologie e relative problematiche.