Receta para una buena recomendación

La sobreabundancia de opciones puede resultar indigesta. Seleccionar música para escuchar, libros para leer, series televisivas, recetas culinarias o regalos en los sistemas de venta online o streaming donde los catálogos llegan a los miles o millones de ofertas es embriagador y agotador. Poder orientar y asesorar a un usuario de estos sistemas en sus elecciones es clave para la supervivencia y la expansión de los mismos.

Los sistemas de recomendación cobran importancia preponderante para estos modelos de negocios.  Usuarios con perfiles totalmente diferentes bucean en los contenidos intentando encontrar el objeto de su deseo. Existen diferentes arquitecturas y teorías para brindar recomendaciones. Pero tienen todos ellos diferentes caminos con el mismo objetivo: Dar satisfacción al usuario.

Son 4 los condimentos principales en todo buen recomendador, el maridaje de los mismos dependen principalmente del modelo de negocios y en menor medida - pero no por eso despreciable - del usuario.

Precisión. Capacidad de retornar al usuario resultados que sean de su agrado. La forma de medir la precisión en un sistema de recomendación es sencilla. Dado un conjunto de elementos recomendados a un conjunto de usuarios durante un lapso de tiempo evaluar el porcentaje de los que fueron catalogados positivamente por el usuario. La precisión es históricamente a lo que han apuntado los constructores de estos sistemas. No es para menos. Recomendar, por ejemplo, comprar un corpiño a un hombre en la mayoría de los casos tendrá un recibimiento no positivo. Igualmente recomendar escuchar música de un grupo de hard rock para un recién nacido. 

Diversidad. Capacidad de ofrecer como opción a los usuarios contenidos diferentes. Medir esto requiere evaluar el listado de elementos ofrecidos por usuario durante un intervalo de tiempo y evaluar la "distancia" entre los mismos. Por ejemplo recomendar a un usuario ver Rocky, Rocky II, Rocky III, Rocky IV no es muy diverso. Tampoco es diverso recomendar a un turista en una ciudad únicamente restaurantes de comida italiana.

La diversidad y la precisión pueden chocar entre ellas. Un método que debe mostrar un número finito de propuestas puede desechar un elemento que considere más preciso al paladar de un usuario en pos de brindarle más diversidad.

Novedad. Capacidad de proponer al usuario contenido que no haya visto antes. Medir esta capacidad implica llevar un registro por usuario de los elementos recomendados y vistos en el tiempo y controlar aquellos que se repiten. La gran dificultad de todo sistema es el desconocimiento cabal del historial del usuario por fuera del mismo. No hay forma que sepa una librería online si, por ejemplo, una persona leyó un determinado libro  en formato de papel hace 10 años. La novedad podría ser recomendar un nuevo álbum de una banda de música que el usuario calificó positivamente. Ofrecer un nuevo producto en el supermercado que tenga como ingredientes algunos de los favoritos de un consumidor es otro ejemplo.

La novedad y la precisión entran en juego entre ellas. No cualquier elemento novedoso para el usuario se incluirá dentro de sus gustos. Y puede incluso ocurrir que lo más preciso para el usuario excluya cualquier elemento que el usuario no conozca. En una selección automática de un conjunto de temas de música dentro de un streaming muchas veces prima promover lo preciso antes de lo nuevo. Por otro lado, en un sistema de alquiler de contenido multimedia, mostrar películas que ya visualizó un espectador y le gustaron, está desaconsejado.
 

Serendipia. Este término requiere una explicación previa. Proviene de una adaptación al ingles de un cuento tradicional persa conocido como "Los tres principes de Serendip" (aquí un fragmento en español). En el se narra la historia de los tres herederos al trono que solucionaban problemas que se le presentaban gracias a inesperadas casualidades. En base a este nombre el escritor ingles Horace Walpole inventa el neologismo "serendipity" que llego hasta nuestros días e implica "un hallazgo afortunado e inesperado que se produce cuando se está buscando otra cosa distinta".
Para un sistema de recomendación la serendipia es la capacidad de sugerir a un usuario contenido que le pueda agradar pero que no este relacionado en modo alguno con sus intereses conocidos. La forma de medir esta capacidad es, cada vez que se presenta un elemento que es altamente diferente a los previamente sugeridos, evaluar el interés despertado en el usuario.  Esta característica es la más difícil de conseguir satisfactoriamente y de medir. Presentarle una canción de género "cumbia" a un asiduo consumidor de música clásica y que le guste es un ejemplo positivo. Sugerirle comprar un bife de chorizo a un vegano sería un error y un ejemplo de una falla de recomendación.

La serendipia y la precisión pueden entrar fácilmente en conflicto. Sugerir algo que es muy diferente a los gustos conocidos del usuario tiene un riesgo alto de ser rechazado y por ende disminuir la tasa de recomendaciones acertadas. No obstante, el riesgo si sale bien tiene una alta recompensa.

La serendipia y la novedad tienen una relación inconfundible. Todo elemento sugerido que puede considerarse serendipia es también novedad para el usuario. Pero no la inversa.

Considerar otorgar de serendipia a un sistema fomenta, también, la diversidad. Puesto que sugerir al usuario algo que no conoce amplia el rango de opciones a las que se ve tentado de consumir.

Algunos casos de estudio para poner todo en perspectiva.

El armado de un playlist temático en un streaming de música requiere alta precisión, moderada a baja novedad, serendipia baja y diversidad acotada. Un oyente prefiere escuchar música que ya conoce, acotada al estilo que seleccionó. Agradecerá algún contenido novel mechado entre los conocidos y lo más probable es que le produzca una reacción adversa escuchar algo muy diferente de lo que está escuchando.

En una compra de un libro en una tienda online la novedad es requisito base. No es común - a menos que se compre para regalar - que se quiera comprar un libro ya leído. La diversidad se presenta como algo deseable y algo de serependia en dosis controladas se agradece. Por supuesto la precisión también es requerida.

Cada aplicación tiene su receta. Pero los ingredientes base están fijados. Solo resta, a la hora de implementar. seleccionar las medidas necesarias.