RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.

Detalhes bibliográficos
Autor(a) principal: SANTOS, Paulo Vicente Gomes
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNIFEI (RIUNIFEI)
Texto Completo: https://repositorio.unifei.edu.br/jspui/handle/123456789/1983
Resumo: Os sistemas de recomendação são filtros que sugerem produtos de interesse para seus clientes, podendo assim causar um grande impacto nas vendas. Atualmente existe uma variedade desses algoritmos, sendo importante escolher a opção mais adequada ao problema em questão. Isso, no entanto, não é uma tarefa trivial. Nesse contexto é proposto o SER (Recommender Systems Evaluator): um framework que realiza a avaliação de desempenho offline dos sistemas de recomendação. O uso da metodologia apropriada é fundamental ao fazer uma avaliação. No entanto isso é frequentemente negligenciado, levando a resultados inconsistentes. O RSE procura abstrair ao máximo a complexidade envolvida no processo, e se baseia em conceitos estatísticos para proporcionar conclusões mais robustas. Os estudos realizados comprovam a sua eficácia, mostrando inclusive que ele pode ser adaptado para ser usado em outros contextos além dos sistemas de recomendação.
id UFEI_323ee6c5e447d92192807a7146f1ce42
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/1983
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str 7044
spelling 2019-05-022019-07-12T17:48:23Z2019-07-12T17:48:23ZSANTOS, Paulo Vicente Gomes. RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação. 2019. 93 f. Dissertação (Mestrado em Ciência e Tecnologia da Computação.) – Universidade Federal de Itajubá, Itajubá, 2019.https://repositorio.unifei.edu.br/jspui/handle/123456789/1983Os sistemas de recomendação são filtros que sugerem produtos de interesse para seus clientes, podendo assim causar um grande impacto nas vendas. Atualmente existe uma variedade desses algoritmos, sendo importante escolher a opção mais adequada ao problema em questão. Isso, no entanto, não é uma tarefa trivial. Nesse contexto é proposto o SER (Recommender Systems Evaluator): um framework que realiza a avaliação de desempenho offline dos sistemas de recomendação. O uso da metodologia apropriada é fundamental ao fazer uma avaliação. No entanto isso é frequentemente negligenciado, levando a resultados inconsistentes. O RSE procura abstrair ao máximo a complexidade envolvida no processo, e se baseia em conceitos estatísticos para proporcionar conclusões mais robustas. Os estudos realizados comprovam a sua eficácia, mostrando inclusive que ele pode ser adaptado para ser usado em outros contextos além dos sistemas de recomendação.RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisItajubáUniversidade Federal de Itajubá93 p.Sistemas de RecomendaçãoAvaliação de DesempenhoBig DataRecommender SystemsPerformance EvaluationBig DataKUEHNE, Bruno TardiolleCiência e Tecnologia da ComputaçãoCiência e Tecnologia da ComputaçãoSANTOS, Paulo Vicente GomesPrograma de Pós-Graduação: Mestrado - Ciência e Tecnologia da ComputaçãoIESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informaçãoporreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEIinfo:eu-repo/semantics/openAccessORIGINALdissertacao_2019089.pdfdissertacao_2019089.pdfapplication/pdf3295325https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1983/1/dissertacao_2019089.pdf4777729e60888a1262d51272bedc8cccMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1983/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/19832024-02-20 07:58:20.994oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442024-02-20T10:58:20Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.
title RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.
spellingShingle RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.
SANTOS, Paulo Vicente Gomes
title_short RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.
title_full RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.
title_fullStr RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.
title_full_unstemmed RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.
title_sort RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.
author SANTOS, Paulo Vicente Gomes
author_facet SANTOS, Paulo Vicente Gomes
author_role author
dc.contributor.author.fl_str_mv SANTOS, Paulo Vicente Gomes
description Os sistemas de recomendação são filtros que sugerem produtos de interesse para seus clientes, podendo assim causar um grande impacto nas vendas. Atualmente existe uma variedade desses algoritmos, sendo importante escolher a opção mais adequada ao problema em questão. Isso, no entanto, não é uma tarefa trivial. Nesse contexto é proposto o SER (Recommender Systems Evaluator): um framework que realiza a avaliação de desempenho offline dos sistemas de recomendação. O uso da metodologia apropriada é fundamental ao fazer uma avaliação. No entanto isso é frequentemente negligenciado, levando a resultados inconsistentes. O RSE procura abstrair ao máximo a complexidade envolvida no processo, e se baseia em conceitos estatísticos para proporcionar conclusões mais robustas. Os estudos realizados comprovam a sua eficácia, mostrando inclusive que ele pode ser adaptado para ser usado em outros contextos além dos sistemas de recomendação.
publishDate 2019
dc.date.issued.fl_str_mv 2019-05-02
dc.date.available.fl_str_mv 2019-07-12T17:48:23Z
dc.date.accessioned.fl_str_mv 2019-07-12T17:48:23Z
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.citation.fl_str_mv SANTOS, Paulo Vicente Gomes. RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação. 2019. 93 f. Dissertação (Mestrado em Ciência e Tecnologia da Computação.) – Universidade Federal de Itajubá, Itajubá, 2019.
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/1983
identifier_str_mv SANTOS, Paulo Vicente Gomes. RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação. 2019. 93 f. Dissertação (Mestrado em Ciência e Tecnologia da Computação.) – Universidade Federal de Itajubá, Itajubá, 2019.
url https://repositorio.unifei.edu.br/jspui/handle/123456789/1983
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.program.fl_str_mv Programa de Pós-Graduação: Mestrado - Ciência e Tecnologia da Computação
dc.publisher.department.fl_str_mv IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1983/1/dissertacao_2019089.pdf
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1983/2/license.txt
bitstream.checksum.fl_str_mv 4777729e60888a1262d51272bedc8ccc
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1801863230056824832