Building a hybrid recommender engine for e-commerce

Detalhes bibliográficos
Autor(a) principal: Peixoto, Vítor Emanuel Carvalho
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/81295
Resumo: Dissertação de mestrado integrado em Engenharia Informática
id RCAP_45d26f9b8488b19efefa6abb1949c2a8
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/81295
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Building a hybrid recommender engine for e-commerceDesenvolvimento de um sistema de recomendação híbrido para comércio virtualSistema de recomendaçõesComércio virtualCiência de DadosInteligência de negócioAprendizagem automáticaTomada de decisões baseadas em dadosRecommender systemE-commerceData scienceBusiness intelligenceMachine learningEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado integrado em Engenharia InformáticaA história pode ser resumida em um punhado de eventos que influenciaram a evolução humana: a nossa capacidade de controlar o fogo, a invenção da roda ou a implementação da linha de montagem. Todas estas descobertas tiveram um enorme impacto no futuro da nossa raça e do próprio mundo. Agora encontramo-nos novamente noutra revolução: a revolução dos dados. Facilmente impercetível, esta nova perspetiva está a mudar de todas as formas possíveis como interagimos com a Internet e, pela primeira vez na história, como a internet interage connosco. Este novo tipo de interações é definido por conexões entre utilizadores e bens consumíveis (produtos, artigos, filmes, etc.). Através destas conexões, conhecimento pode ser encontrado. Esta é a definição de mineração de dados. Com o aumento da oferta que as plataformas de comércio virtual oferecem hoje, é necessária uma ferramenta que auxilie a conexão entre clientes e produtos. Os sistemas de recomendação surgem como o fator dominante na criação de novas conexões entre oferta e procura. Esta dissertação segue a investigação e implementação de um motor de recomendações adaptável a várias plataformas de comércio virtual de diversas áreas de negócio. Consequentemente, trata-se de um sistema escalável, genérico e customizável, com o objetivo de aumentar a interação dos clientes, através de uma experiência personalizada com múltiplos tipos de recomendações espalhados pelas plataformas. Este projeto irá seguir uma metodologia CRISP-DM e o motor deverá implementar algoritmos aceites mas adaptados aos dados e à estrutura das plataformas de comércio virtual. As recomendações serão também avaliadas de acordo com métricas apropriadas ao projeto, e os seus resultados discutidos.History could be epitomised to a handful of events that changed the course of human evolution: Our ability to control fire, the invention of the wheel, or the implementation of the assembly line. All these discoveries made an enormous impact on the future of our race and the world itself. Now we might find ourselves right across another revolution: the data revolution. Easily unnotice-able, this new outlook is shifting in every single and possible way how we interact with the internet and, for the first time in history, how the internet interacts with us. This new kind of interactions is defined by connections between users and consumable goods (products, articles, movies, etc.). And through these connections, knowledge can be found. This is the definition of data mining. With the increase of supply that e-commerce platforms offer today, a tool is needed to connect clients to products. Recommender systems emerge as the dominant factor in creating new connections between supply and demand. This dissertation follows the research and implementation of a recommender engine adaptable to various e-commerce platforms from very different business areas. Consequently, it is a scalable, generic and customisable system, intending to increase customer engagement, by providing a personalised experience with multiple types of recommendations across the platforms. The project will follow a CRISP-DM methodology, and the engine should use accepted algorithms but adapted to the data and the structure of the e-commerce platforms. The recommendations will also be evaluated according to metrics appropriate to the project, and its results discussed.Peixoto, HugoMachado, José ManuelUniversidade do MinhoPeixoto, Vítor Emanuel Carvalho2021-04-062021-04-06T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/81295eng203055942info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:10:40Zoai:repositorium.sdum.uminho.pt:1822/81295Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:02:21.156167Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Building a hybrid recommender engine for e-commerce
Desenvolvimento de um sistema de recomendação híbrido para comércio virtual
title Building a hybrid recommender engine for e-commerce
spellingShingle Building a hybrid recommender engine for e-commerce
Peixoto, Vítor Emanuel Carvalho
Sistema de recomendações
Comércio virtual
Ciência de Dados
Inteligência de negócio
Aprendizagem automática
Tomada de decisões baseadas em dados
Recommender system
E-commerce
Data science
Business intelligence
Machine learning
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Building a hybrid recommender engine for e-commerce
title_full Building a hybrid recommender engine for e-commerce
title_fullStr Building a hybrid recommender engine for e-commerce
title_full_unstemmed Building a hybrid recommender engine for e-commerce
title_sort Building a hybrid recommender engine for e-commerce
author Peixoto, Vítor Emanuel Carvalho
author_facet Peixoto, Vítor Emanuel Carvalho
author_role author
dc.contributor.none.fl_str_mv Peixoto, Hugo
Machado, José Manuel
Universidade do Minho
dc.contributor.author.fl_str_mv Peixoto, Vítor Emanuel Carvalho
dc.subject.por.fl_str_mv Sistema de recomendações
Comércio virtual
Ciência de Dados
Inteligência de negócio
Aprendizagem automática
Tomada de decisões baseadas em dados
Recommender system
E-commerce
Data science
Business intelligence
Machine learning
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Sistema de recomendações
Comércio virtual
Ciência de Dados
Inteligência de negócio
Aprendizagem automática
Tomada de decisões baseadas em dados
Recommender system
E-commerce
Data science
Business intelligence
Machine learning
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado integrado em Engenharia Informática
publishDate 2021
dc.date.none.fl_str_mv 2021-04-06
2021-04-06T00:00:00Z
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://hdl.handle.net/1822/81295
url https://hdl.handle.net/1822/81295
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203055942
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132425509404672

Registros relacionados