Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes

Detalhes bibliográficos
Autor(a) principal: Santana, Lassion Laique Bomfim de Souza
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFBA
Texto Completo: http://repositorio.ufba.br/ri/handle/ri/27620
Resumo: Sistemas de Recomendação tornaram-se populares e amplamente aplicados em todo o mundo nas mais diversas linhas de atuação na indústria e na academia. Sites e serviços vem implementando esses conceitos para auxiliar usuários a filtrar informações que de fato são relevantes, tornando assim sua experiência mais personalizada. Há diversas formas de se construir um Sistema de Recomendação, como a filtragem baseada em conteúdo e filtragem colaborativa. Sistemas de Recomendação híbrido se propuseram a combinar os benefícios de ambas as abordagens, prometendo ser uma solução mais robusta para atender às necessidades e desafios desta área. Esse trabalho tem como objetivo analisar as descrições dos filmes como modelo de usuário, com o objetivo de melhorar as predições do algoritmo, e o algoritmo proposto é avaliado usando a métrica Root Mean Square Error e teste estatísticos. Os resultados indicam que a abordagem híbrida proposta apresenta uma melhora em comparação com o algoritmo clássico KNN baseado em filtragem colaborativa.
id UFBA-2_fcec71b350ba325e5c7d883b597dae77
oai_identifier_str oai:repositorio.ufba.br:ri/27620
network_acronym_str UFBA-2
network_name_str Repositório Institucional da UFBA
repository_id_str 1932
spelling Santana, Lassion Laique Bomfim de SouzaDurão, Frederico AraújoAlmeida, João Paulo Dias dePetrucci, Vinicius Tavares2018-10-04T14:31:20Z2018-10-04T14:31:20Z2018-10-042018-07-30http://repositorio.ufba.br/ri/handle/ri/27620Sistemas de Recomendação tornaram-se populares e amplamente aplicados em todo o mundo nas mais diversas linhas de atuação na indústria e na academia. Sites e serviços vem implementando esses conceitos para auxiliar usuários a filtrar informações que de fato são relevantes, tornando assim sua experiência mais personalizada. Há diversas formas de se construir um Sistema de Recomendação, como a filtragem baseada em conteúdo e filtragem colaborativa. Sistemas de Recomendação híbrido se propuseram a combinar os benefícios de ambas as abordagens, prometendo ser uma solução mais robusta para atender às necessidades e desafios desta área. Esse trabalho tem como objetivo analisar as descrições dos filmes como modelo de usuário, com o objetivo de melhorar as predições do algoritmo, e o algoritmo proposto é avaliado usando a métrica Root Mean Square Error e teste estatísticos. Os resultados indicam que a abordagem híbrida proposta apresenta uma melhora em comparação com o algoritmo clássico KNN baseado em filtragem colaborativa.Submitted by Lassion Santana (laiquesantana@hotmail.com) on 2018-08-30T12:21:41Z No. of bitstreams: 1 Tcc (1).pdf: 3196975 bytes, checksum: 1e3f939b5d54c0fa77eaa0d870777c0a (MD5)Approved for entry into archive by Jessica Alves (alves.jessica@ufba.br) on 2018-10-04T14:31:20Z (GMT) No. of bitstreams: 1 Tcc (1).pdf: 3196975 bytes, checksum: 1e3f939b5d54c0fa77eaa0d870777c0a (MD5)Made available in DSpace on 2018-10-04T14:31:20Z (GMT). No. of bitstreams: 1 Tcc (1).pdf: 3196975 bytes, checksum: 1e3f939b5d54c0fa77eaa0d870777c0a (MD5)Ciência da ComputaçãoFiltragem híbridaSistemas de recomendaçãoExplorando relações entre usuários em um sistema de recomendação híbrido baseado em filmesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisDepartamento de Ciência da ComputaçãoUFBABrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFBAinstname:Universidade Federal da Bahia (UFBA)instacron:UFBAORIGINALTcc (1).pdfTcc (1).pdfapplication/pdf3196975https://repositorio.ufba.br/bitstream/ri/27620/1/Tcc%20%281%29.pdf1e3f939b5d54c0fa77eaa0d870777c0aMD51LICENSElicense.txtlicense.txttext/plain1345https://repositorio.ufba.br/bitstream/ri/27620/2/license.txtff6eaa8b858ea317fded99f125f5fcd0MD52TEXTTcc (1).pdf.txtTcc (1).pdf.txtExtracted texttext/plain111231https://repositorio.ufba.br/bitstream/ri/27620/3/Tcc%20%281%29.pdf.txt91ee1c45d2894519c729eec0121615baMD53ri/276202022-02-23 17:51:57.156oai:repositorio.ufba.br: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Repositório InstitucionalPUBhttp://192.188.11.11:8080/oai/requestopendoar:19322022-02-23T20:51:57Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)false
dc.title.pt_BR.fl_str_mv Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes
title Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes
spellingShingle Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes
Santana, Lassion Laique Bomfim de Souza
Ciência da Computação
Filtragem híbrida
Sistemas de recomendação
title_short Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes
title_full Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes
title_fullStr Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes
title_full_unstemmed Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes
title_sort Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes
author Santana, Lassion Laique Bomfim de Souza
author_facet Santana, Lassion Laique Bomfim de Souza
author_role author
dc.contributor.author.fl_str_mv Santana, Lassion Laique Bomfim de Souza
dc.contributor.advisor1.fl_str_mv Durão, Frederico Araújo
dc.contributor.referee1.fl_str_mv Almeida, João Paulo Dias de
Petrucci, Vinicius Tavares
contributor_str_mv Durão, Frederico Araújo
Almeida, João Paulo Dias de
Petrucci, Vinicius Tavares
dc.subject.cnpq.fl_str_mv Ciência da Computação
topic Ciência da Computação
Filtragem híbrida
Sistemas de recomendação
dc.subject.por.fl_str_mv Filtragem híbrida
Sistemas de recomendação
description Sistemas de Recomendação tornaram-se populares e amplamente aplicados em todo o mundo nas mais diversas linhas de atuação na indústria e na academia. Sites e serviços vem implementando esses conceitos para auxiliar usuários a filtrar informações que de fato são relevantes, tornando assim sua experiência mais personalizada. Há diversas formas de se construir um Sistema de Recomendação, como a filtragem baseada em conteúdo e filtragem colaborativa. Sistemas de Recomendação híbrido se propuseram a combinar os benefícios de ambas as abordagens, prometendo ser uma solução mais robusta para atender às necessidades e desafios desta área. Esse trabalho tem como objetivo analisar as descrições dos filmes como modelo de usuário, com o objetivo de melhorar as predições do algoritmo, e o algoritmo proposto é avaliado usando a métrica Root Mean Square Error e teste estatísticos. Os resultados indicam que a abordagem híbrida proposta apresenta uma melhora em comparação com o algoritmo clássico KNN baseado em filtragem colaborativa.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-07-30
dc.date.accessioned.fl_str_mv 2018-10-04T14:31:20Z
dc.date.available.fl_str_mv 2018-10-04T14:31:20Z
dc.date.issued.fl_str_mv 2018-10-04
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufba.br/ri/handle/ri/27620
url http://repositorio.ufba.br/ri/handle/ri/27620
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 Departamento de Ciência da Computação
dc.publisher.initials.fl_str_mv UFBA
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Departamento de Ciência da Computação
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFBA
instname:Universidade Federal da Bahia (UFBA)
instacron:UFBA
instname_str Universidade Federal da Bahia (UFBA)
instacron_str UFBA
institution UFBA
reponame_str Repositório Institucional da UFBA
collection Repositório Institucional da UFBA
bitstream.url.fl_str_mv https://repositorio.ufba.br/bitstream/ri/27620/1/Tcc%20%281%29.pdf
https://repositorio.ufba.br/bitstream/ri/27620/2/license.txt
https://repositorio.ufba.br/bitstream/ri/27620/3/Tcc%20%281%29.pdf.txt
bitstream.checksum.fl_str_mv 1e3f939b5d54c0fa77eaa0d870777c0a
ff6eaa8b858ea317fded99f125f5fcd0
91ee1c45d2894519c729eec0121615ba
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)
repository.mail.fl_str_mv
_version_ 1801502653490921472

Registros relacionados