Análise de risco em recomendações de filmes e piadas via Filtragem Colaborativa

• Autor(a) principal: LIMA, THIAGO AUGUSTO SANTOS
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/26451
• topic: Regressão logística; Modelos lineares generalizados; Filtragem colaborativa; Sistemas de recomendação; Regressão logística; Modelo linear (Estatística)

O objetivo de um sistema de recomendação é recomendar itens de interesse para um grupo de consumidores. A técnica de Filtragem Colaborativa foi construída a partir da premissa de que usuários são considerados semelhantes se eles avaliam itens em comum de maneira similar, enquanto que, itens são considerados semelhantes se eles foram avaliados por usuários em comum com notas similares. Este trabalho teve primeiro a finalidade de discutir diferentes escolhas metodológicas presentes na Filtragem Colaborativa através de dois bancos de dados distintos: um referente a filmes e outro sobre piadas. Esse estudo realizou os cálculos de similaridades através de 4 metodologias diferentes: Similaridade Cosseno entre Usuários, Similaridade Cosseno entre Itens, Similaridade Pearson entre Usuários e Similaridade Cosseno Ajustado entre Itens. Através disso, também foram estudadas, para cada uma das abordagens, a existência de relações dos usuários e itens nos êxitos das recomendações. Além disso, foi proposto uma nova abordagem metodológica construída através das combinações das 4 metodologias citadas anteriormente presentes na Filtragem Colaborativa. Essas combinações são realizadas através de probabilidades de acertos estimadas por modelos logísticos construídos para cada uma das abordagens. Os resultados das recomendações na base de piadas foram superiores aos resultados na base de filmes nas quatro abordagens estudadas. Ao avaliar os desempenhos das abordagens em ambas as bases, os resultados das abordagens se diferem, inclusive ao nomear a melhor abordagem em cada uma das bases. Através desse estudo, foi discutido o conceito dessa nova abordagem criada, de forma que, ao realizar as combinações das abordagens de modo inteligente, os resultados das recomendações utilizando a metodologia da Filtragem Colaborativa podem ser considerados superiores.