Notícias Notícias

Voltar

Pós-Graduação em Ciência da Computação promove defesa de dissertação amanhã (7)

A defesa on-line acontece às 9h

O Programa de Pós-Graduação em Ciência da Computação promove a defesa de dissertação de mestrado do aluno Delmiro Daladier Sampaio Neto. A defesa acontece amanhã (7), a partir das 9h. A apresentação acontece de forma virtual. Os interessados em assistir entrar em contato com o aluno através do email ddsn@cin.ufpe.br .

Com o título “New Histogram-Based User and Item Profiles for Recommendation Systems”, o trabalho contou com a orientação da professora Renata Maria Cardoso Rodrigues de Souza e coorientação do professor Telmo de Menezes e Silva Filho (UFPB/Departamento de Estatística). A banca examinadora terá a participação dos professores Adriano Lorena Inácio de Oliveira (UFPE/Centro de Informática), Yuri de Almeida Malheiros Barbosa (UFPB/Departamento de Computação Científica) e Renata Maria Cardoso Rodrigues de Souza (UFPE/Centro de Informática)

Resumo

Os sistemas de recomendação desempenham um papel importante em negócios como e-commerce, entretenimento digital e educação online. A maioria dos sistemas de recomendação são implementados usando dados numéricos ou categóricos, ou seja, dados tradicionais. Este tipo de dados pode ser um fator limitante quando usado para modelar conceitos complexos onde há variabilidade interna ou estrutura interna nos dados. Para superar essas limitações, são utilizados dados simbólicos, onde os valores podem ser intervalos, distribuições de probabilidade ou listas de valores. Dados simbólicos podem beneficiar sistemas de recomendação e este trabalho apresenta uma metodologia para construir sistemas de recomendação usando descrições simbólicas para usuários e itens. A metodologia proposta pode ser aplicada na implementação de sistemas de recomendação baseados em conteúdo ou baseados em filtragem colaborativa. Na abordagem baseada em conteúdo, perfis de usuário e perfis de itens são criados a partir de descrições simbólicas de seus recursos e uma lista de itens é comparada a um perfil de usuário. Na abordagem baseada na filtragem colaborativa, são construídos perfis de usuários e os usuários são agrupados em um bairro, os produtos avaliados pelos usuários desse bairro são recomendados com base na semelhança entre o vizinho e o usuário que receberá a recomendação. Experimentos são realizados para avaliar a eficácia da metodologia proposta neste trabalho em relação às metodologias existentes na literatura para as duas abordagens do sistema de recomendações. Um conjunto de dados de domínio de filme é usado nestes experimentos e seus resultados mostram a utilidade da metodologia proposta.

 

 

Data da última modificação: 06/12/2021, 17:04