RecTwitter: um sistema de recomendação semântico para usuários do Twitter

• Autor(a) principal: Souza, Paulo Roberto de
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFBA
• Texto Completo: http://repositorio.ufba.br/ri/handle/ri/33434
• topic: Sistemas de Recomendação; Ciências Exatas e da Terra; Ciência da Computação; Sobrecarga de Informação; Sistemas de recomendação; Regras Semânticas; Web Semântica; Twitter (Rede social on-line); RecTwitter

O Twitter é um dos serviços de microblog mais populares atualmente, permitindo aos usuários compartilharem imagens, links, textos, etc., bem como seguir ou deixar de seguir contas de sua preferência, essas gerenciadas também por outros usuários. Considerando que usuários possuem interesses distintos e o volume de tweets publicados tende a crescer ao se seguir mais contas, torna-se praticamente inviável monitorar quem publica ou não conteúdo relevante. Em vista disso, faz-se necessário a adoção de métodos inteligentes para identificar e filtrar contas que publiquem conteúdo similar aos interesses do usuário alvo. Esta dissertação de mestrado propõe um sistema de recomendação semântico baseado em regras denominado RECTWITTER, o qual analisa contas seguidas por um usuário, e recomenda quais devem ser descontinuadas e outras novas a serem seguidas. As regras funcionam como motores da recomendação, e levam em consideração diversos tipos de interação entre usuários no Twitter, as quais são modeladas através de uma ontologia de domínio. Para avaliar o modelo proposto, foram realizados experimentos com usuários reais e avaliações comparativas com trabalhos relacionados do estado da arte. Os resultados dos experimentos online apontam que 76% dos usuários avaliados aprovaram as recomendações obtidas. Em relação aos resultados obtidos nos experimentos offline, a precisão do modelo proposto supera em 30% importantes modelos do estado da arte.