REC-PSI: um sistema de recomendação de textos para auxiliar pessoas que sofrem de transtornos mentais

• Autor(a) principal: COSTA, Raisa Brito
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/27129
• topic: Inteligencia Artificial; Agentes Inteligentes; Representação do Conhecimento

Milhares de pessoas no mundo sofrem de algum transtorno mental, como depressão ou transtorno bipolar, apresentando dificuldades de enfrentar os desafios do cotidiano. No pior caso, essas condições levam as pessoas ao suicídio. Apesar de existirem tratamentos para a maioria desses problemas, a maior parte das pessoas afetadas não busca ajuda, por falta de condições financeiras ou devido ao estigma que rodeia essas doenças. Em virtude disso, existem programas mantidos por Governos de alguns países, como sistemas de apoio a pessoas nessas condições e grupos de apoio na internet. Nos grupos baseados na internet, é possível encontrar centenas de depoimentos que relatam experiências de pessoas que passaram ou estão passando por essas condições, buscando inspirar, motivar e mostrar para pessoas que sofrem que elas não são as únicas a enfrentar esses desafios, e que é possível conviver com esses problemas e tratá-los. Contudo, na maioria dos casos, encontrar um depoimento relevante ao contexto de um leitor particular é uma tarefa demorada e difícil, visto que existem centenas deles na internet e, na sua grande maioria, são textos longos e desestruturados. Nesse cenário, sistemas de recomendação são uma alternativa interessante para oferecer um serviço personalizado para cada leitor. Sistemas de recomendação fornecem automaticamente indicações personalizadas de itens, de acordo com o interesse particular de um usuário (ou grupo de usuários). Este projeto de mestrado desenvolveu um Sistema de Recomendação de Texto para auxiliar pessoas que sofrem de transtornos mentais. Os textos (depoimentos) recomendados foram coletados de diversas fontes da internet e estão armazenados em um repositório local. O sistema foi implementado utilizando técnicas de filtragem de informação, tendo dois módulos: um de filtragem baseada em conteúdo, e outro de filtragem colaborativa. Os resultados obtidos com os testes foram satisfatórios, apresentando uma forte correlação entre a avaliação dada pelo usuário e a avaliação dada pelo sistema para o mesmo depoimento.