Διεθνή διάκριση έλαβε το Εργαστήριο DataLab του τμήματος Διοικητικής Επιστήμης και Τεχνολογίας του Ελληνικού Μεσογειακού Πανεπιστημίου (ΕΛΜΕΠΑ) στον διεθνή διαγωνισμό πληροφορικής του RecSys με την εργασία Session-Based Recommendation by combining Probabilistic Models and LSTM, η οποία επιλέχθηκε ανάμεσα στις δέκα καλύτερες.
Η εργασία που κατέθεσε η ομάδα και έλαβε τη διάκριση, αφορά στα Συστήματα Συστάσεων (Recommender Systems) τα οποία είναι συστήματα τεχνητής νοημοσύνης που συλλέγουν πληροφορίες σχετικά με τις προτιμήσεις των χρηστών, προκειμένου να τους παρέχουν προβλέψεις και προτάσεις για αντικείμενα άγνωστα σε αυτούς, που πιθανότατα να τους ενδιαφέρουν. Οι εργασίες όλες, θα δημοσιευθούν και θα παρουσιαστούν στον διαγωνισμό, στο συνέδριο που θα γίνει στο Σιάτλ των ΗΠΑ το διάστημα 18-23 Σεπτεμβρίου 2022 με τη διάκριση των ερευνητών του ΕΛΜΕΠΑ να αποτελεί τη μοναδική ελληνική συμμετοχή που διακρίθηκε την φετινή χρονιά αλλά και συνολικά τα τελευταία 10 έτη της διεξαγωγής του διαγωνισμού – γεγονός που αποδεικνύει την σημαντικότητα του επιτεύγματος για το Ελληνικό Μεσογειακό Πανεπιστήμιο σε σύγχρονες εφαρμογές της επιστήμης δεδομένων.
Τέτοια συστήματα προτάσεων, όπως αυτό της εργασίας, θεωρούνται το Google, το YouTube, το Facebook, το amazon κτλ., τα οποία είναι πολύ γνωστά στο ευρύ κοινό και τα οποία εμφανίζουν τεράστιο εμπορικό και ερευνητικό ενδιαφέρον. Η ερευνητική ομάδα του Εργαστηρίου DataLab του τμήματος Διοικητικής Επιστήμης και Τεχνολογίας του ΕΛΜΕΠΑ, που διακρίθηκε στον διαγωνισμό, αποτελείται από τους καθηγητές Κωνσταντίνο Παναγιωτάκη, αναπληρωτή καθηγητή και πρόεδρο του τμήματος Διοικητικής Επιστήμης και Τεχνολογίας (ΔΕΤ) του ΕΛΜΕΠΑ, διευθυντή του Εργαστηρίου DataLab του τμήματος και μέλος του Εργαστηρίου Υπολογιστικής Όρασης και Ρομποτικής του ΙΤΕ, καθώς και τον Χαράλαμπος Παπαδάκη, επίκουρο καθηγητή του τμήματος ΗΜΜΥ του ΕΛΜΕΠΑ και διευθυντή του τομέα Τηλεπικοινωνιών και Τεχνολογίας Πληροφορικής του τμήματος.
Στον διαγωνισμό ο οποίος επίσης διεξάγεται σε ετήσια βάση για δέκατη συνεχόμενη φορά, συμμετείχαν φέτος συνολικά 303 ομάδες. Στις ερευνητικές ομάδες δόθηκαν πραγματικά δεδομένα από αγορές ρούχων της εταιρείας «dressipi», με στόχο να προβλέψουν την τελική αγορά του χρήστη ανάμεσα σε περίπου 5000 υποψήφια προϊόντα, λαμβάνοντας υπόψη την ακολουθία των προϊόντων που έχει επισκεφθεί ο χρήστης στο ηλεκτρονικό κατάστημα. Όπως εξηγούν τα μέλη της ομάδας του ΕΛΜΕΠΑ, ανέπτυξαν μια πρωτότυπη υβριδική μέθοδο συνδυάζοντας εννέα πιθανοκρατικά μοντέλα με ένα νευρωνικό δίκτυο τύπου LSTM όπως φαίνεται στην Εικόνα 2. Τα χρησιμοποιούμενα μοντέλα πιθανοτήτων εκπαιδεύτηκαν να εκτιμήσουν τις πιθανότητες μετάβασης και τις αλληλεπιδράσεις μεταξύ των προϊόντων (items), ενώ το νευρωνικό δίκτυο LSTM έμαθε τις αλληλεπιδράσεις μεταξύ των χαρακτηριστικών των προϊόντων (item features). Επίσης, την περίοδο αυτή είναι σε εξέλιξη και μία άλλη συναφής εφαρμογή, η Visit Planner – η αρχική έκδοση της οποίας βρίσκεται διαθέσιμη ήδη στο διαδίκτυο – η οποία σκοπό έχει να προσφέρει στον επισκέπτη της πόλης του Αγίου Νικολάου την δυνατότητα αυτόματης σύνθεσης πλάνου επίσκεψης, βασισμένη στις τεχνολογίες Τεχνητής Νοημοσύνης, στις προσωπικές προτιμήσεις και τον διαθέσιμο χρόνο του επισκέπτη.
