ANALISI DELLO STATO DELL'ARTE DELLA DATA AUGMENTATION NEI RECOMMENDER SYSTEMS

Questo elaborato presenta un'analisi dello stato dell'arte della Data Augmentation nei Recommender Systems. Dopo aver introdotto i principali concetti teorici relativi ai sistemi di raccomandazione, agli embedding e agli spazi latenti, vengono descritte l'evoluzione della Data Augmentation e le principali tecniche sviluppate in questo ambito. Successivamente, l'attenzione si concentra sulle strategie di Data Augmentation applicate ai recommender systems, evidenziandone il funzionamento, i vantaggi, i limiti e il contributo al miglioramento della qualità delle raccomandazioni.