Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida

Detalhes bibliográficos
Autor(a) principal: Gomes Júnior, Augusto Rosário
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
Texto Completo: https://repository.ufrpe.br/handle/123456789/5452
Resumo: É crescente o número de pessoas diagnosticadas com transtornos de saúde mental como depressão e ansiedade, transtornos que foram por muito tempo negligenciados pela ciência e sociedade. Ainda assim, cada vez mais surgem avanço nas formas de tratamento para essas pessoas, como é o caso da popularização das plataformas que oferecem atendimento psicológico remoto. Entretanto, escolher um psicólogo ou terapeuta nem sempre é uma tarefa fácil, dada a grande quantidade de informação que envolve o processo de escolha. Partindo desse princípio, o objetivo deste trabalho foi desenvolver um sistema de recomendação de psicólogos baseado em modelo híbrido, que fosse capaz de recomendar psicólogos com especialidades que supram as necessidades de diferentes tipos de pacientes. O modelo apresentou resultados promissores, onde a similaridade entre os psicólogos recomendados foi consistente e foram atingindos bons resultados nas métricas avaliativas MAE (<0,5) e RMSE (<0,75). Além disso, foi possível mitigar pontos fracos de ambas as recomendações por conteúdo e colaborativa.
id UFRPE_c0f1b1308f609e231070dcc8c8edec6a
oai_identifier_str oai:dspace:123456789/5452
network_acronym_str UFRPE
network_name_str Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
repository_id_str https://v2.sherpa.ac.uk/id/repository/10612
spelling Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbridaAlgorítmos computacionaisSaúde mentalAconselhamentoPsicólogosÉ crescente o número de pessoas diagnosticadas com transtornos de saúde mental como depressão e ansiedade, transtornos que foram por muito tempo negligenciados pela ciência e sociedade. Ainda assim, cada vez mais surgem avanço nas formas de tratamento para essas pessoas, como é o caso da popularização das plataformas que oferecem atendimento psicológico remoto. Entretanto, escolher um psicólogo ou terapeuta nem sempre é uma tarefa fácil, dada a grande quantidade de informação que envolve o processo de escolha. Partindo desse princípio, o objetivo deste trabalho foi desenvolver um sistema de recomendação de psicólogos baseado em modelo híbrido, que fosse capaz de recomendar psicólogos com especialidades que supram as necessidades de diferentes tipos de pacientes. O modelo apresentou resultados promissores, onde a similaridade entre os psicólogos recomendados foi consistente e foram atingindos bons resultados nas métricas avaliativas MAE (<0,5) e RMSE (<0,75). Além disso, foi possível mitigar pontos fracos de ambas as recomendações por conteúdo e colaborativa.There is a rising number of people diagnosed with mental health disorders such as depression and anxiety, disorders that have been long neglected by science and society. Even so, more and more advances are being made in the ways of treating these people, such as platforms that offer psychological care remotely. However, choosing a psychologist or therapist is not always an easy task, given the large amount of information involved in the choosing process. Based on that, the goal of this article was to develop a psychologist recommender system based on a hybrid model, which should be able to recommend psychologists with expertise that meet the needs of different types of patients. The model showed promising results, where the similarity between the recommended psychologists was consistent and good results were achieved in the evaluation metrics MAE (<0.5) and RMSE (<0.75). It was also possible to mitigate weaknesses from both content and collaborative recommendations.BrasilBocanegra, Silvanahttp://lattes.cnpq.br/4596111202208863Gomes Júnior, Augusto Rosário2024-01-19T16:39:14Z2024-01-19T16:39:14Z2023-09-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis26 f.application/pdfGOMES JÚNIOR, Augusto Rosário. Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida. 2023. 26 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2023.https://repository.ufrpe.br/handle/123456789/5452porhttps://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt-brAtribuição-NãoComercial-CompartilhaIgual 4.0 Internacionalinfo:eu-repo/semantics/openAccessreponame:Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)instname:Universidade Federal Rural de Pernambuco (UFRPE)instacron:UFRPE2024-01-19T16:39:32Zoai:dspace:123456789/5452Repositório InstitucionalPUBhttps://repository.ufrpe.br/oai/requestrepositorio.sib@ufrpe.bropendoar:https://v2.sherpa.ac.uk/id/repository/106122024-01-19T16:39:32Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) - Universidade Federal Rural de Pernambuco (UFRPE)false
dc.title.none.fl_str_mv Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida
title Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida
spellingShingle Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida
Gomes Júnior, Augusto Rosário
Algorítmos computacionais
Saúde mental
Aconselhamento
Psicólogos
title_short Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida
title_full Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida
title_fullStr Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida
title_full_unstemmed Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida
title_sort Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida
author Gomes Júnior, Augusto Rosário
author_facet Gomes Júnior, Augusto Rosário
author_role author
dc.contributor.none.fl_str_mv Bocanegra, Silvana
http://lattes.cnpq.br/4596111202208863
dc.contributor.author.fl_str_mv Gomes Júnior, Augusto Rosário
dc.subject.por.fl_str_mv Algorítmos computacionais
Saúde mental
Aconselhamento
Psicólogos
topic Algorítmos computacionais
Saúde mental
Aconselhamento
Psicólogos
description É crescente o número de pessoas diagnosticadas com transtornos de saúde mental como depressão e ansiedade, transtornos que foram por muito tempo negligenciados pela ciência e sociedade. Ainda assim, cada vez mais surgem avanço nas formas de tratamento para essas pessoas, como é o caso da popularização das plataformas que oferecem atendimento psicológico remoto. Entretanto, escolher um psicólogo ou terapeuta nem sempre é uma tarefa fácil, dada a grande quantidade de informação que envolve o processo de escolha. Partindo desse princípio, o objetivo deste trabalho foi desenvolver um sistema de recomendação de psicólogos baseado em modelo híbrido, que fosse capaz de recomendar psicólogos com especialidades que supram as necessidades de diferentes tipos de pacientes. O modelo apresentou resultados promissores, onde a similaridade entre os psicólogos recomendados foi consistente e foram atingindos bons resultados nas métricas avaliativas MAE (<0,5) e RMSE (<0,75). Além disso, foi possível mitigar pontos fracos de ambas as recomendações por conteúdo e colaborativa.
publishDate 2023
dc.date.none.fl_str_mv 2023-09-14
2024-01-19T16:39:14Z
2024-01-19T16:39:14Z
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 GOMES JÚNIOR, Augusto Rosário. Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida. 2023. 26 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2023.
https://repository.ufrpe.br/handle/123456789/5452
identifier_str_mv GOMES JÚNIOR, Augusto Rosário. Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida. 2023. 26 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2023.
url https://repository.ufrpe.br/handle/123456789/5452
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt-br
Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt-br
Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 26 f.
application/pdf
dc.publisher.none.fl_str_mv Brasil
publisher.none.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
instname:Universidade Federal Rural de Pernambuco (UFRPE)
instacron:UFRPE
instname_str Universidade Federal Rural de Pernambuco (UFRPE)
instacron_str UFRPE
institution UFRPE
reponame_str Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
collection Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
repository.name.fl_str_mv Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) - Universidade Federal Rural de Pernambuco (UFRPE)
repository.mail.fl_str_mv repositorio.sib@ufrpe.br
_version_ 1798417297313890304