Sistema di Raccomandazione Avanzato

Fri, 20 Jun 2025 00:00:00 +0000

Questo progetto e stato sviluppato nel Master CESMA in collaborazione con TIM. Invece di formulare il problema come un classico task di classificazione, il sistema e stato progettato come pipeline learning-to-rank per raccomandare la next best action.

Questo cambio di impostazione conta perche il ranking e piu vicino alla decisione di business reale: non solo stabilire se un’azione sia buona o cattiva, ma quale debba venire prima per uno specifico utente.

La pipeline combina validazione accurata, ottimizzazione bayesiana e strategie di ensemble ranking. Il risultato finale e un miglioramento sostanziale rispetto alla baseline su NDCG@5, rendendo il progetto un buon esempio di machine learning applicato sotto vincoli di valutazione realistici.

Sintesi delle performance:

Stage	NDCG@5 Score	Improvement vs Baseline
Baseline Model	0.5030	–
Best Single Model	0.6838	+35.94%
Best Ensemble	0.6852	+36.23%

Nel complesso, e uno degli esempi piu chiari del portfolio di come un task ML familiare possa essere riformulato in modo piu coerente con il problema decisionale reale.

LightGBM | Stefano Blando

Sistema di Raccomandazione Avanzato