Un team di studenti del Politecnico di Milano, coordinato da Maurizio Ferrari Dacrema, ricercatore del Dipartimento di Elettronica, Informazione e Bioingegneria e Andrea Pisani, studente del corso di dottorato in Ingegneria dell'Informazione, ha vinto la RecSys Challenge 2024 come miglior team accademico. Il team è composto da Andrea Alari, Lorenzo Campana, Federico Giuseppe Ciliberto, Saverio Maggese, Carlo Sgaravatti, Francesco Zanella.
La RecSys Challenge 2024 si è svolta nel corso di tre mesi, con la sua fase finale a Bari dal 14 al 18 ottobre 2024 nell’ambito della 18ma ACM Conference on Recommender Systems, ed è stata organizzata dal quotidiano danese Ekstra Bladet in collaborazione con l’Indian Institute of Management Visakhapatnam, la Technical University of Denmark, l’Università di Bari Aldo Moro e il Politecnico di Bari.
La sfida di quest'anno si è concentrata sulla raccomandazione di articoli di notizie online, riguardando sia le sfide tecniche che normative legate alla progettazione di sistemi di raccomandazione efficaci e responsabili per l'editoria. Affrontare questo problema richiede lo sviluppo di un complesso processo di personalizzazione, aprendo una serie di sfide relative alla modellazione del comportamento degli utenti, alla gestione della rapida obsolescenza degli articoli, all'utilizzo dell’apprendimento automatico su larga scala e alla necessità di salvaguardare la privacy degli utenti.
I team partecipanti hanno avuto accesso a un ampio set di dati reali forniti da Ekstra Bladet, contenente i log di oltre 2,7 milioni di utenti attivi che hanno interagito con la piattaforma di notizie online durante un periodo di sei settimane. Il dataset comprende oltre 600 milioni di impressioni di articoli e più di 120.000 articoli di notizie, arricchiti da caratteristiche testuali come titoli, abstract e corpo.
Alla competizione hanno partecipato circa 150 team, incluse alcune grandi aziende quali il Noah’s Ark Lab di Huawei, il Meituan Search and Content Intelligence Center (Cina), oltre che grandi università come le università di Tokyo, Zurigo e Amsterdam. Il team del Politecnico di Milano ha descritto la soluzione proposta nel paper “Exploiting Contextual Normalizations and Article Endorsement for News Recommendation”.
