PEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS

Detalhes bibliográficos
Autor(a) principal: RAFAEL JESSEN WERNECK DE ALMEIDA MARTINS
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604@2
Resumo: Os sites de redes sociais ganharam importância nos últimos anos. Neles, seus usuários podem se conectar com outros usuários para interagir entre si. Porém, geralmente o número de usuários cadastrados é muito grande e, por isso, encontrar outros usuários afins para se conectar não é fácil. Sistemas de recomendação são ferramentas de software que provem sugestões de diversos tipos de itens para usuários e podem ser aplicados para recomendar pessoas (outros usuários) em redes sociais. Sistemas que recomendam pessoas utilizam técnicas específicas e, devido às implicações sociais envolvidas nas relações pessoais, devem levar alguns fatores em consideração. A ausência de dados confiáveis torna a tarefa de gerar recomendações úteis mais difícil. Este trabalho discute o assunto e apresenta um sistema de recomendação de pessoas para sites de redes sociais com base em conexões entre usuários. Para testar o sistema apresentado, realizamos um experimento com o Peladeiro, um site real de uma rede social que conta com mais de 500 mil usuários, onde poucos dados estão disponíveis para serem utilizados.
id PUC_RIO-1_c9cefa8d75fc7aec3fe2b6ca466a0680
oai_identifier_str oai:MAXWELL.puc-rio.br:22604
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS RECOMENDAÇÃO DE PESSOAS EM REDES SOCIAIS COM BASE EM CONEXÕES ENTRE USUÁRIOS 2013-03-05KARIN KOOGAN BREITMAN37591487787lattes.cnpq.br/5297074319265251KARIN KOOGAN BREITMAN37591487787lattes.cnpq.br/5297074319265251MARCO ANTONIO CASANOVACAROLINA HOWARD FELICISSIMOJOSE VITERBO FILHOKARIN KOOGAN BREITMANMARCO ANTONIO CASANOVA11365254755RAFAEL JESSEN WERNECK DE ALMEIDA MARTINSPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM INFORMÁTICAPUC-RioBROs sites de redes sociais ganharam importância nos últimos anos. Neles, seus usuários podem se conectar com outros usuários para interagir entre si. Porém, geralmente o número de usuários cadastrados é muito grande e, por isso, encontrar outros usuários afins para se conectar não é fácil. Sistemas de recomendação são ferramentas de software que provem sugestões de diversos tipos de itens para usuários e podem ser aplicados para recomendar pessoas (outros usuários) em redes sociais. Sistemas que recomendam pessoas utilizam técnicas específicas e, devido às implicações sociais envolvidas nas relações pessoais, devem levar alguns fatores em consideração. A ausência de dados confiáveis torna a tarefa de gerar recomendações úteis mais difícil. Este trabalho discute o assunto e apresenta um sistema de recomendação de pessoas para sites de redes sociais com base em conexões entre usuários. Para testar o sistema apresentado, realizamos um experimento com o Peladeiro, um site real de uma rede social que conta com mais de 500 mil usuários, onde poucos dados estão disponíveis para serem utilizados.Social networking websites have gained importance in recent years. In them, users can connect with other users to interact with. However, generally, the number of registered users is very large. Therefore, find other users with common interests is not easy. Recommender systems are software tools which generate suggestions for various types of items to users and can be applied to recommend people (other users) on social networks. Systems that recommend people use specific techniques and, due to the social implications involved in personal relationships, must take several factors into consideration. The lack of data available makes the task of generate good recommendations more difficult. This paper discusses the theme and presents a person recommendation system for social networking websites based in user connections. To test the system presented, we conducted an experiment with Peladeiro, a real website of a social network that has over 500 000 users, where few reliable data are available.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICOhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:19:33Zoai:MAXWELL.puc-rio.br:22604Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342021-02-08T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.en.fl_str_mv PEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS
dc.title.alternative.pt.fl_str_mv RECOMENDAÇÃO DE PESSOAS EM REDES SOCIAIS COM BASE EM CONEXÕES ENTRE USUÁRIOS
title PEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS
spellingShingle PEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS
RAFAEL JESSEN WERNECK DE ALMEIDA MARTINS
title_short PEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS
title_full PEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS
title_fullStr PEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS
title_full_unstemmed PEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS
title_sort PEOPLE RECOMMENDATION IN SOCIAL NETWORKS BASED IN USER CONNECTIONS
dc.creator.Lattes.none.fl_str_mv
author RAFAEL JESSEN WERNECK DE ALMEIDA MARTINS
author_facet RAFAEL JESSEN WERNECK DE ALMEIDA MARTINS
author_role author
dc.contributor.advisor2ID.none.fl_str_mv 37591487787
dc.contributor.advisor1.fl_str_mv KARIN KOOGAN BREITMAN
dc.contributor.advisor1ID.fl_str_mv 37591487787
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br/5297074319265251
dc.contributor.advisor2.fl_str_mv KARIN KOOGAN BREITMAN
dc.contributor.advisor2Lattes.fl_str_mv lattes.cnpq.br/5297074319265251
dc.contributor.referee1.fl_str_mv MARCO ANTONIO CASANOVA
dc.contributor.referee2.fl_str_mv CAROLINA HOWARD FELICISSIMO
dc.contributor.referee3.fl_str_mv JOSE VITERBO FILHO
dc.contributor.referee4.fl_str_mv KARIN KOOGAN BREITMAN
dc.contributor.referee5.fl_str_mv MARCO ANTONIO CASANOVA
dc.contributor.authorID.fl_str_mv 11365254755
dc.contributor.author.fl_str_mv RAFAEL JESSEN WERNECK DE ALMEIDA MARTINS
contributor_str_mv KARIN KOOGAN BREITMAN
KARIN KOOGAN BREITMAN
MARCO ANTONIO CASANOVA
CAROLINA HOWARD FELICISSIMO
JOSE VITERBO FILHO
KARIN KOOGAN BREITMAN
MARCO ANTONIO CASANOVA
description Os sites de redes sociais ganharam importância nos últimos anos. Neles, seus usuários podem se conectar com outros usuários para interagir entre si. Porém, geralmente o número de usuários cadastrados é muito grande e, por isso, encontrar outros usuários afins para se conectar não é fácil. Sistemas de recomendação são ferramentas de software que provem sugestões de diversos tipos de itens para usuários e podem ser aplicados para recomendar pessoas (outros usuários) em redes sociais. Sistemas que recomendam pessoas utilizam técnicas específicas e, devido às implicações sociais envolvidas nas relações pessoais, devem levar alguns fatores em consideração. A ausência de dados confiáveis torna a tarefa de gerar recomendações úteis mais difícil. Este trabalho discute o assunto e apresenta um sistema de recomendação de pessoas para sites de redes sociais com base em conexões entre usuários. Para testar o sistema apresentado, realizamos um experimento com o Peladeiro, um site real de uma rede social que conta com mais de 500 mil usuários, onde poucos dados estão disponíveis para serem utilizados.
publishDate 2013
dc.date.issued.fl_str_mv 2013-03-05
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604@2
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604@2
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM INFORMÁTICA
dc.publisher.initials.fl_str_mv PUC-Rio
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1748324917294661632

Registros relacionados