Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
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/1/27532 |
Resumo: | O cenário atual é caracterizado pelo grande volume de informação disponibilizado aos usuários. Desse modo, os consumidores enfrentam dificuldades consideráveis na busca assertiva de produtos, uma vez que são expostos a uma quantidade significativa de itens e, por vezes, os mecanismos de busca não são eficientes. Sendo assim, o presente trabalho tem como objetivo realizar recomendações pertinentes aos usuários. Nesse contexto, utilizou-se um dataset de eletrônicos da Amazon, contendo seus itens e avaliações. Para uma melhor compreensão, foi realizada uma análise descritiva dos dados. Com isso, busca-se compreender com maior nível de detalhes as avaliações (ratings) feitas pelos usuários, seus comportamentos e dados relativos aos produtos. Além disso, para analisar a relação item e usuário, foi utilizada a abordagem colaborativa, por meio da técnica Singular Value Decomposition. Como resultado, foi possível realizar recomendações de produtos pertinentes ao usuário baseando-se em peças similares às que o mesmo se interessou e, também, tendo como referência itens que os consumidores com comportamento parecido gostaram. Assim, tornou-se evidente a importância da adoção e utilização de sistemas de recomendação por empresas, já que impactam diretamente a experiência do usuário. |
id |
UFF-2_f613c9ff61ed210bab73b0c694d618db |
---|---|
oai_identifier_str |
oai:app.uff.br:1/27532 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da AmazonSistemas de recomendaçãoExperiência do usuárioSistema de recomendaçãoVarejoComércio eletrônicoRecommender SystemsUser ExperienceO cenário atual é caracterizado pelo grande volume de informação disponibilizado aos usuários. Desse modo, os consumidores enfrentam dificuldades consideráveis na busca assertiva de produtos, uma vez que são expostos a uma quantidade significativa de itens e, por vezes, os mecanismos de busca não são eficientes. Sendo assim, o presente trabalho tem como objetivo realizar recomendações pertinentes aos usuários. Nesse contexto, utilizou-se um dataset de eletrônicos da Amazon, contendo seus itens e avaliações. Para uma melhor compreensão, foi realizada uma análise descritiva dos dados. Com isso, busca-se compreender com maior nível de detalhes as avaliações (ratings) feitas pelos usuários, seus comportamentos e dados relativos aos produtos. Além disso, para analisar a relação item e usuário, foi utilizada a abordagem colaborativa, por meio da técnica Singular Value Decomposition. Como resultado, foi possível realizar recomendações de produtos pertinentes ao usuário baseando-se em peças similares às que o mesmo se interessou e, também, tendo como referência itens que os consumidores com comportamento parecido gostaram. Assim, tornou-se evidente a importância da adoção e utilização de sistemas de recomendação por empresas, já que impactam diretamente a experiência do usuário.The current scenario is characterized by the large volume of information available to users. Thus, consumers face challenges related to the assertive search of products, since they are exposed to a significant amount of items and, sometimes, search engines are not efficient. Therefore, the present work aims to make relevant recommendations to users. In this context, a dataset from Amazon was used, containing electronics items and ratings. For a better understanding, a descriptive data analysis was performed. Then, the study seeks to understand in greater detail the ratings made by users, their behavior and data related to the products. Moreover, to analyze the item and user relationship, a collaborative approach was used, through the Singular Value Decomposition technique. As a result, it was possible to make relevant product recommendations for the user, based on similar items that the client was interested in and, also, with reference to products that costumer with related behavior liked. Finally, the importance of adopting and using recommender systems by companies became evident, as they directly impact the user experience.50 p.Pereira, ValdecyRoboredo, Marcos CostaGutierrez, Ruben HuamanchumoCarpilovsky, Luiza Dantas2023-01-13T14:13:15Z2023-01-13T14:13:15Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCARPILOVSKY, Luiza Dantas. Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon. 2022. 50 f. Trabalho de Conclusão de Curso (Graduação Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2022http://app.uff.br/riuff/handle/1/27532CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-01-13T14:13:18Zoai:app.uff.br:1/27532Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:03:17.367332Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon |
title |
Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon |
spellingShingle |
Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon Carpilovsky, Luiza Dantas Sistemas de recomendação Experiência do usuário Sistema de recomendação Varejo Comércio eletrônico Recommender Systems User Experience |
title_short |
Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon |
title_full |
Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon |
title_fullStr |
Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon |
title_full_unstemmed |
Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon |
title_sort |
Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon |
author |
Carpilovsky, Luiza Dantas |
author_facet |
Carpilovsky, Luiza Dantas |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pereira, Valdecy Roboredo, Marcos Costa Gutierrez, Ruben Huamanchumo |
dc.contributor.author.fl_str_mv |
Carpilovsky, Luiza Dantas |
dc.subject.por.fl_str_mv |
Sistemas de recomendação Experiência do usuário Sistema de recomendação Varejo Comércio eletrônico Recommender Systems User Experience |
topic |
Sistemas de recomendação Experiência do usuário Sistema de recomendação Varejo Comércio eletrônico Recommender Systems User Experience |
description |
O cenário atual é caracterizado pelo grande volume de informação disponibilizado aos usuários. Desse modo, os consumidores enfrentam dificuldades consideráveis na busca assertiva de produtos, uma vez que são expostos a uma quantidade significativa de itens e, por vezes, os mecanismos de busca não são eficientes. Sendo assim, o presente trabalho tem como objetivo realizar recomendações pertinentes aos usuários. Nesse contexto, utilizou-se um dataset de eletrônicos da Amazon, contendo seus itens e avaliações. Para uma melhor compreensão, foi realizada uma análise descritiva dos dados. Com isso, busca-se compreender com maior nível de detalhes as avaliações (ratings) feitas pelos usuários, seus comportamentos e dados relativos aos produtos. Além disso, para analisar a relação item e usuário, foi utilizada a abordagem colaborativa, por meio da técnica Singular Value Decomposition. Como resultado, foi possível realizar recomendações de produtos pertinentes ao usuário baseando-se em peças similares às que o mesmo se interessou e, também, tendo como referência itens que os consumidores com comportamento parecido gostaram. Assim, tornou-se evidente a importância da adoção e utilização de sistemas de recomendação por empresas, já que impactam diretamente a experiência do usuário. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-01-13T14:13:15Z 2023-01-13T14:13:15Z |
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 |
CARPILOVSKY, Luiza Dantas. Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon. 2022. 50 f. Trabalho de Conclusão de Curso (Graduação Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2022 http://app.uff.br/riuff/handle/1/27532 |
identifier_str_mv |
CARPILOVSKY, Luiza Dantas. Sistemas de recomendação e seu impacto na experiência do usuário: um estudo de caso da Amazon. 2022. 50 f. Trabalho de Conclusão de Curso (Graduação Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2022 |
url |
http://app.uff.br/riuff/handle/1/27532 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823647001673728 |