Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.ufpe.br/handle/123456789/19521
Title: Sistemas de recomendação baseados em contexto físico e social
Authors: PEIREIRA, Alysson Bispo
Keywords: Sistemas de Recomendação;Contexto Social;Contexto Físico;Filtragem Colaborativa;Recommender Systems;Social Context;Physical Context;Collaborative Filtering;Post Filtering
Issue Date: 29-Jun-2016
Publisher: Universidade Federal de Pernambuco
Abstract: Emmeioagrandesobrecargadedadosdisponíveisnainternet,sistemasderecomendação tornam-se ferramentas indispensáveis para auxiliar usuários no encontro de itens ou conteúdos relevantes. Diversas técnicas de recomendação são aplicadas em diversos tipos de domínios diferentes. Seja na recomendação de filmes, música, amigos, lugares ou notícias, sistemas de recomendação exploram diversas informações disponíveis para aprender as preferências dos usuáriosepromoverrecomendaçõesúteis. Umadasestratégiasmaisutilizadaséadefiltragem colaborativa. Aqualidade dessa estratégia depende daquantidade de avaliações disponíveis e da qualidade do algoritmo utilizado para predição de avaliação. Estudos recentes demonstram que informações provenientes de redes sociais podem ser muito úteis para aumentar a precisão dasrecomendações. Assimcomoacontecenomundoreal,nomundovirtualusuáriosbuscam recomendaçõeseconselhosdeamigosantesdecomprarumitemouconsumiralgumserviço, informações desse tipo podem ser úteis para definição do contexto social da recomendação. Além do social, informações físicas e temporais passaram a ser utilizadas para definição do contextofísicodecadarecomendação. Acompanhia,alocalizaçãoeascondiçõesclimáticassão bons exemplosde elementosfísicos quelevam umusuário apreferir certositens. Umprocesso de recomendação que não leve em consideração elementos contextuais pode fazer com que o usuário tenha umapéssima experiência consumindo determinadoitem recomendado equivocadamente. Estadissertaçãotemcomoobjetivoinvestigartécnicasdefiltragemcolaborativaque utilizam contexto a fim de realizar recomendações que auxiliem usuários no encontro de itens relevantes. Nesse tipo de técnica, umsistema de recomendação baseé utilizando para fornecer recomendações para o usuário alvo. Em seguida, são filtrados apenas os itens considerados relevantesparacontextospreviamenteidentificadosnaspreferênciasdousuárioalvo. Astécnicas implementadas foram aplicadas em dois experimentos com duas bases de dados de domínios diferentes: uma base composta por eventos e outra por filmes. Na recomendação de eventos, investigamosousodecontextosfísicos(i.e.,tempoelocal)edecontextossociais(i.e.,amigos na redesocial) associadosaos itenssugeridos aos usuários. Narecomendação defilmes, por sua vez,investigamosnovamenteousodecontextosocial. Apartirdaaplicaçãodepós-filtragemem três algoritmos de filtragem colaborativa usados como base, foi possível recomendar itens de formamaisprecisa,comodemonstradonosexperimentosrealizados.
URI: https://repositorio.ufpe.br/handle/123456789/19521
Appears in Collections:Dissertações de Mestrado - Ciência da Computação

Files in This Item:
File Description SizeFormat 
risethesis.pdf1.36 MBAdobe PDFView/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons