FRAMEWORK PER LA VALUTAZIONE ONLINE DI SISTEMI DI RACCOMANDAZIONE

Recommender Systems are always more predominately present in our lives. Many examples would be like: Whenever we go on our home on YouTube, where the platform recommends us what video to watch, or on Netflix, Spotify and of course even ads, which are recommended to us based on our habits and preferences. When it comes to satisfy the user needs and give a tailored experience, gathering data to evaluate our algorithm performance is critical to understand the areas to improve for our algorithms. In order to achieve this, it was created a Framework to allow developers to deploy their models online and test their efficiency.

I sistemi di raccomandazione sono sempre più presenti nella nostra vita. Alcuni esempi includono: Quando visitiamo la nostra home page su YouTube, dove la piattaforma ci consiglia quale video guardare, oppure su Netflix, Spotify e ovviamente anche gli annunci pubblicitari, che ci vengono consigliati in base alle nostre abitudini e preferenze. Quando si tratta di soddisfare le esigenze dell'utente e offrire un'esperienza su misura, la raccolta dati per valutare le prestazioni del nostro algoritmo è fondamentale per comprendere le aree da migliorare nei nostri algoritmi. Per raggiungere questo obiettivo è stato creato un Framework per permettere agli sviluppatori di distribuire i propri modelli online e testarne l'efficacia.