Sistema di raccomandazione di contenuti multimediali basato sulla combinazione di concetti: nuove classi per contenuti on demand

Lo strumento analizzato in questa tesi si pone l'obiettivo di creare un sistema di raccomandazione di contenuti multimediali in grado di suggerire nuovi contenuti da visualizzare ad un utente che fruisce di servizi di streaming on demand su una certa piattaforma. Il nostro lavoro ha preso inizio dalla costruzione dei prototipi dei vari generi multimediali (vale a dire la definizione delle caratteristiche e delle proprietà tipiche di ogni genere), effettuata attraverso un'estrazione dei dati dal sito web RaiPlay, il quale ha costituito il nostro caso di studio. In seguito l'idea è stata quella di costruire dei nuovi generi cinematografici dall'unione ¿creativa¿ di quelli classici per poi riclassificare i contenuti sulla base dei nuovi generi creati. Questo meccanismo si basa sulla combinazione di concetti, ovvero unire concetti preesistenti per astrarne di nuovi, una caratteristica tipicamente umana alla base del processo creativo. Per fare ciò è stato utilizzato il software CoCoS, un programma che utilizza la logica TCL ideata per questo tipo di problema. La parte finale si è concentrata sullo sviluppo di un sistema di raccomandazione che, sfruttando i nuovi generi ottenuti, è in grado di riclassificare i contenuti della piattaforma e di suggerire programmi che rientrano nella sfera di interesse.