Estudo Comparativo de Abordagens para Sistemas de Recomendação baseados em Personalidade com uso do serviço IBM Watson Personality Insights

• Autor(a) principal: Aguiar,Janderson Jason B.
• Data de Publicação: 2020
• Outros Autores: Araújo,Joseana M. F. R. de, Costa,Evandro de B.
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952020000500073
• topic: Sistemas de Recomendação; Filtragem Colaborativa; Recomendação baseada em Personalidade; Watson Personality Insights.

Resumo Considerar a personalidade dos usuários nos Sistemas de Recomendação pode proporcionar resultados mais relevantes. Neste estudo, foi analisado se, com os avanços na detecção da personalidade (inferência sem usar questionários), as abordagens de Filtragem Colaborativa baseadas em personalidade continuam melhorando a acurácia das abordagens tradicionais (baseadas essencialmente em ratings). Outrossim, foi analisado se há diferenças ao aplicar modelos distintos de personalidade. No experimento, foram considerados 1058 usuários do TripAdvisor e 10889 clientes da Amazon, com características de personalidade inferidas via IBM Watson Personality Insights. Os resultados indicaram a possibilidade de melhorar a acurácia ao empregar uma abordagem usando dados inferidos concernentes a algum dos modelos de personalidade analisados (Big Five, Needs e Values). Ademais, o modelo Values proporcionou resultados equivalentes ao Big Five (sem facetas); e, em termos gerais, não houve melhoria ao usar o Big Five incluindo dados das suas facetas (nem ao incluir dados dos outros modelos).