| dc.contributor | de Assis Tenório Carvalho, Francisco | |
| dc.creator | Leite Dantas Bezerra, Byron | |
| dc.date | 2014-06-12T15:58:32Z | |
| dc.date | 2014-06-12T15:58:32Z | |
| dc.date | 2004 | |
| dc.identifier | Leite Dantas Bezerra, Byron; de Assis Tenório Carvalho, Francisco. Uma solução em filtragem de informação para sistemas de recomendação baseada em análise de dados simbólicos. 2004. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2004. | |
| dc.identifier | https://repositorio.ufpe.br/handle/123456789/2475 | |
| dc.description | Sistemas de Recomendação permitem que sites de Comércio
Eletrônico sugiram produtos aos consumidores provendo informações
relevantes que os ajudem no processo de compra. Para isso é necessária
a aquisição e a adequada utilização do perfil do usuário. O processo de
aquisição pode ser implícito (comprar um livro ou consultar um item em
uma loja on-line) ou explícito (dar uma nota a um filme ou recomendar um
artigo a um amigo). Já as soluções propostas para o segundo problema
podem ser classificadas em duas categorias principais com relação ao tipo
de filtragem adotada: Filtragem Baseada em Conteúdo (baseia-se na
análise da correlação entre o conteúdo dos itens com o perfil do usuário) e
Filtragem Colaborativa (baseada na correlação de perfis de usuários). Tais
técnicas possuem limitações, como escalabilidade na primeira abordagem
e latência na segunda. Contudo, elas são complementares, o que
impulsiona o surgimento de filtragens híbridas, cujo foco é aproveitar o
melhor de cada método. Todavia, as filtragens híbridas não superam
completamente os problemas principais de ambos os métodos.
A motivação deste trabalho surge do desafio de superar os
problemas principais existentes nos métodos de Filtragem Baseada em
Conteúdo. Para isso, o trabalho concentra-se no domínio de recomendação
de filmes, caracterizado por atributos complexos, como sinopse, e no qual
predomina uma aquisição explícita do perfil do usuário. Diante disso, o
presente trabalho apresenta um novo método de filtragem de informação
baseado nas teorias de Análise de Dados Simbólicos.
Na abordagem proposta o perfil é modelado através de um
conjunto de descrições simbólicas modais que sumarizam as informações
dos itens previamente avaliados. Uma função de dissimilaridade que leva
em conta as diferenças em posição e em conteúdo foi criada a fim de
possibilitar a comparação entre um novo item e o perfil do usuário. Para
avaliar o desempenho deste novo método foi modelado um ambiente
experimental baseado no EachMovie e definida uma metodologia para
avaliação dos resultados. Para fins de comparação é utilizada a filtragem
de informação por conteúdo baseado no algoritmo dos k Vizinhos Mais
Próximos (kNN).
A construção de um ambiente experimental de avaliação do
modelo permitiu diagnosticar estatisticamente o melhor desempenho da
filtragem baseada em dados simbólicos modais, tanto em velocidade
quanto em memória, com relação ao método baseado no kNN | |
| dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico | |
| dc.format | application/pdf | |
| dc.language | por | |
| dc.publisher | Universidade Federal de Pernambuco | |
| dc.subject | Comércio eletrônico | |
| dc.subject | Personalização | |
| dc.subject | Sistemas de
recomendação | |
| dc.subject | Filtragem de informação | |
| dc.subject | Análise de dados simbólicos | |
| dc.title | Uma solução em filtragem de informação para sistemas de recomendação baseada em análise de dados simbólicos | |
| dc.type | masterThesis | |
