Sisupõhiste ja semantiliste vektorkujutustest hübriidmudelite võrdlus e‑kaubanduse soovitussüsteemides

Abstract

This bachelor's thesis aimed to compare two hybrid recommender systems on a Steam video game dataset. The hybrid systems are based on traditional content-based TF-IDF similarity and modern semantic SBERT sentence embeddings. Both approaches were combined with overall game ratings. The systems were evaluated on a test set using a ground truth (GT) defined by the overlap of diverse game features (genres, categories, user tags) via the Jaccard index, employing standard performance indicators. The results consistently demonstrated that the content-based (TF-IDF) hybrid model outperformed the semantic (SBERT) hybrid model. It was concluded that the superiority of the content-based model likely stemmed from the GT's nature, which rewarded explicit feature overlap, and the specifics of the Steam games dataset, where distinct features are crucial for similarity assessment. The thesis highlights that recommender system effectiveness is context-dependent, and traditional methods can yield superior results under certain conditions.

Käesoleva bakalaureusetöö eesmärk oli võrrelda kahte hübriidsoovitussüsteemi Steam videomängude andmestikul. Hübriidsüsteemid on traditsioonilisel sisupõhisel TF-IDF meetodil ning kaasaegsemal semantilisel SBERT lausevektoritel põhinev. Mõlemad lähenemised ühendati mängude üldise hinnanguga. Süsteeme hinnati testkorpusel, kasutades mängude mitmekülgsetel tunnustel (žanrid, kategooriad, kasutajate tag'id) ja Jaccardi indeksil põhinevat tõese sarnasuse (GT) definitsiooni ning standardseid jõudlusnäitajaid. Uurimuse tulemused näitasid järjepidevalt, et sisupõhine (TF-IDF) hübriidmudel edestas semantilist (SBERT) hübriidmudelit. Järeldati, et sisupõhise mudeli paremus tulenes tõenäoliselt GT olemusest, mis premeeris selgesõnaliste tunnuste kattuvust, ning Steam mängude andmestiku spetsiifikast, kus konkreetsed tunnused on sarnasuse hindamisel olulised. Töö rõhutab, et soovitussüsteemide efektiivsus sõltub kontekstist ning traditsioonilised meetodid võivad teatud tingimustel anda paremaid tulemusi.