Παρουσίαση της Μεταπτυχιακής Εργασίας του μεταπτυχιακού φοιτητήτου Τμήματος Επιστήμης Υπολογιστών κ. Καστανάκη Σάββα με θέμα:
“Αξιολόγηση των Δίκτυο-γνωστικών Συστημάτων Συστάσεων σε Ρεαλιστικά Σενάρια ”
15 Ιουνίου 2020, 17:00-19:00
Οι τρέχουσες τάσεις και προγνώσεις της κυκλοφορίας στο διαδίκτυο προβλέπουν πολλές προκλήσεις για τα μελλοντικά δίκτυα κινητής τηλεφωνίας, τα οποία θα πρέπει αποτελεσματικά να εξυπηρετούν όγκους κίνησης μεγέθους μεγαλύτερης από αυτά που βιώνουν σήμερα.
Τα δικτυο-γνωστικά συστήματα συστάσεων έχουν προταθεί πρόσφατα ως ένα παράδειγμα που επιτρέπει στα δίκτυα κινητών επικοινωνιών να συμβαδίζουν με την αυξανόμενη ζήτηση δεδομένων, με το σχεδιασμό από κοινού των δικτύων επικοινωνίας και των συστημάτων συστάσεων. Τα δικτυο-γνωστικά συστήματα συστάσεων είναι ένας σχετικά νέος ερευνητικός χώρος που έχει πολλά ανεξερεύνητα θέματα και ανοικτά ερευνητικά προβλήματα, ορισμένα από τα οποία συζητώνται σε αυτό το άρθρο. Τα δικτυο-γνωστικά συστήματα συστάσεων (i) βασίζονται στο γεγονός ότι τα συστήματα προτάσεων οδηγούν ένα σημαντικό μέρος της ζήτησης περιεχομένου στο διαδίκτυο (π.χ. περισσότερα από 50% των αιτημάτων χρήστη στο YouTube προέρχονται από τις συστάσεις του και το αντίστοιχο ποσοστό για το Netflix είναι 80%) και (ii) κατευθύνουν τις προτάσεις προς περιεχόμενο που μπορεί να παραδοθεί αποτελεσματικά μέσω των δικτύων (π.χ. αποθηκευμένο σε τοπικό επίπεδο σε μια προσωρινή μνήμη (cache) ή μέσω εκμετάλλευσης κωδικοποιημένων μεταδόσεων (coded transmissions)). Το μεγαλύτερο μέρος του ερευνητικού έργου στον τομέα εφαρμόζεται σε θεωρητικά σενάρια, χωρίς να γίνονται ρεαλιστικές αξιολογήσεις, οι οποίες λαμβάνουν υπόψη αληθινές ρυθμίσεις και αξιολογήσεις πραγματικών χρηστών. Σε αυτή την εργασία, είμαστε οι πρώτοι που αξιολογούμε πειραματικά (μέσω μετρήσεων σε πραγματική υπηρεσία και πειράματα με τους χρήστες) τις επιδόσεις των δικτυο-γνωστικών συστημάτων συστάσεων και διερευνούμε τη σκοπιμότητα και τα οφέλη τους από διαφορετικές οπτικές γωνίες (όπως η απόδοση του δικτύου, η ικανοποίηση των χρηστών, και άλλα).
Αναλυτικά:
1. αξιοποιούμε τις δημόσιες πληροφορίες που παρέχει η υπηρεσία API του YouTube και διεξάγουμε ρεαλιστικές προσομοιώσεις για να αξιολογήσουμε τα πιθανά κέρδη από την μεριά του δικτύου
2. σχεδιάζουμε και χρησιμοποιούμε μια πειραματική πλατφόρμα για αλληλεπίδραση με πραγματικούς χρήστες και αποδεικνύουμε τα οφέλη για τους παρόχους περιεχομένου και τους τελικούς χρήστες, αντίστοιχα
3. χτίζουμε στατιστικά μοντέλα για την εξαγωγή της εμπειρίας των χρηστών ως συνάρτηση του δικτύου και του ενδιαφέροντος των χρηστών και για την παροχή χρήσιμων στοιχείων για το σχεδιασμό των συστημάτων συστάσεων
Πιστεύουμε ότι η μελέτη μας είναι ένα σημαντικό πρώτο βήμα για τα δικτυο-γνωστικά συστήματα συστάσεων, παρέχοντας πειραματικά και αναλυτικά στοιχεία για τη σκοπιμότητά τους και τα οφέλη τους και συζητώντας την αλληλεπίδραση μεταξύ δικτύων και συστάσεων περιεχομένου.
