Using Data to recommend video games by analyzing user's reviews. Presented at first DataBeers Tuscany by Paolo Verdini.

1. Usare le recensioni degli utenti
per creare un modello di
similarità tra videogiochi
Paolo Verdini
sicofanzia@gmail.com
showeet.com

2. 2
Obiettivi del Progetto
1) Ottenere un sistema di similarità tra videogiochi a partire
da dati non strutturati, come le recensioni.
2) Mettere a punto un sistema di recommendation che
provveda a suggerire titoli di interesse per l'utente...
...senza supervisione umana.

3. 3
Motivazione
Rimuovere, nel contesto di un'operazione di Sentiment
Analysis e di Machine Learning, il costo del labeling
necessario per mettere a punto un training set, e costruire
un modello di apprendimento efficace.

4. 4

5. 5
Perché i videogiochi?

6. 6

7. 7

8. 8

9. 9
Domain Exploration

10. 10
Caratteristiche dei Dati

Quasi 60 milioni di utenti registrati.

Database di videogiochi più ampio in assoluto (più di 2000 giochi,
recensioni utenti).

Dati consistenti.

Solo qualche perdita dovuta alle esclusive su console.

11. 11

12. 12

13. 13
Word embeddings e il problema del significato
In una rappresentazione discreta o tassonomica di due termini come “hotel” e “motel” in un
documento D potrebbe essere la seguente:
h = [0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0]
m = [0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0], dove |Vh,m
| = |D|.
Dunque Vh
V˄ m
= 0.

14. 14
Si può conoscere il significato di una parola conoscendone il
contesto di utilizzo (Harris, 1954)
Intuizione alla base del moderno
approccio
Distributional Semantic Representation

15. 15

16. 16

17. 17

18. 18
Visualizzazione

Abbiamo operato sulla distanza tra i document embeddings per indicare una soglia
minima di similarità, e successivamente procedere alla visualizzazione (tramite un
codice JavaScript e D3) di un grafo di connessioni pesato.

Abbiamo infine completato l'operazione di ristrutturazione dell'informazione attraverso
la costruzione di un grafo a raggera, uno per ogni videogioco processato, la cui soglia
di similarità con documenti a lui più vicini fosse risultata superabile e in grado di
presentare degli esempi di connessione.

19. 19

20. 20

21. 21

22. 22
E il recommendation system?

23. 23

24. 24

25. 25

26. 26
È possibile fare altro?

27. 27

28. 28
Conclusione

Il modello di similarità tra videogiochi è cost-effective: considerando la prospettiva
dell'offerta di un servizio, il costo ipotetico del labeling è assorbito dalla possiblità di
procedere senza supervisione alcuna.

Costruire un'informazione basata sulle opinioni degli utenti e non pilotata da qualche
strategia pubblicitaria apre allora prospettive più moderne di indagine di mercato e di
sondaggio, e senz'altro rispecchia più fedelmente il comportamento medio del
consumatore odierno.