Projeto e implementação de uma API REST para sistemas de recomendação

Detalhes bibliográficos
Autor(a) principal: Buss Heidemann, Hans
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/253264
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Ciências da Computação.
id UFSC_e907c4d119ca0e8a4fe28bebba157d01
oai_identifier_str oai:repositorio.ufsc.br:123456789/253264
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Projeto e implementação de uma API REST para sistemas de recomendaçãosistemas de recomendaçãoperfil do usuárioapi restrecommendation systemsuser profileTCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Ciências da Computação.Atualmente, devido ao montante de informação, produtos e serviços disponibilizados em rede, é fundamental o oferecimento de serviços que realizam certos tipos de filtragem de informações de acordo com as preferências dos usuários. Esta é a função dos Sistemas de Recomendação (SRs), que são capazes de estimar os perfis dos usuários sobre um dado domínio e encaminhar recomendações personalizadas de itens que sejam potencialmente úteis para estes usuários. Muitos sistemas Web são adaptados para uso de um serviço de recomendação específico, preparando os dados de entrada do algoritmo de recomendação e adaptando o resultado para apresentação ao usuário final. Uma alternativa possivelmente mais interessante é o uso de serviços Web de recomendação, facilitando alterações/atualização do serviço de recomendação, sem grandes impactos no sistema Web. Neste sentido, o presente trabalho especifica uma API (Application Programming Interface) e desenvolve uma arquitetura de implementação de um serviço Web de recomendação em conformidade com o padrão da API-REST (API Representational State Transfer). Através destas API, qualquer sistema Web autenticado pode se registar, atualizar o perfil dos usuários e solicitar recomendações para um dado usuário. Para avaliar a proposta, foi desenvolvido um protótipo prova-de-conceito da API de recomendação, que foi testada a partir de um serviço Web cliente simulado no contexto de recomendações de filmes e utilizando o dataset Movielens. O protótipo implementa três métodos de recomendação, sendo eles por popularidade, baseado em predição de avaliação dos itens pelo usuário, e baseado em conteúdo dos itens. A partir dos testes realizados, foi possível observar o funcionamento adequado do Serviço Web de recomendação proposto neste trabalho.Currently, due to the amount of information, products and services available on the network, it is essential to offer services that perform certain types of information filtering according to users' preferences. This is the function of Recommendation Systems (SRs), which are capable of estimating user profiles on a given domain and forwarding personalized recommendations for items that are potentially useful for these users. Many Web systems are adapted to use a specific recommendation service, preparing the input data for the recommendation algorithm and adapting the result for presentation to the end user. A possibly more interesting alternative is the use of recommendation Web services, facilitating changes/updates of the recommendation service, without major impacts on the Web system. In this sense, the present work specifies an API (Application Programming Interface) and developed an implementation architecture for a recommendation web service that conforms to the API-REST standard (API Representational State Transfer). Through these APIs, any Web system can register, update users' profiles and request recommendations for a given user. To evaluate the proposal, a proof-of-concept prototype of the recommendation API was developed, which was tested using a simulated client web service in the context of movies recommendations and using the Movielens dataset. The prototype implements three recommendation methods, which are based on popularity, based on prediction of item evaluation by users, and based on item content. From the tests carried out, it was possible to observe the proper functioning of the recommendation Web Service proposed in this work.Florianópolis, SC.Willrich, RobertoUniversidade Federal de Santa Catarina.Buss Heidemann, Hans2023-12-14T21:55:57Z2023-12-14T21:55:57Z2023-12-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis115 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/253264Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2023-12-14T21:55:57Zoai:repositorio.ufsc.br:123456789/253264Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-12-14T21:55:57Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Projeto e implementação de uma API REST para sistemas de recomendação
title Projeto e implementação de uma API REST para sistemas de recomendação
spellingShingle Projeto e implementação de uma API REST para sistemas de recomendação
Buss Heidemann, Hans
sistemas de recomendação
perfil do usuário
api rest
recommendation systems
user profile
title_short Projeto e implementação de uma API REST para sistemas de recomendação
title_full Projeto e implementação de uma API REST para sistemas de recomendação
title_fullStr Projeto e implementação de uma API REST para sistemas de recomendação
title_full_unstemmed Projeto e implementação de uma API REST para sistemas de recomendação
title_sort Projeto e implementação de uma API REST para sistemas de recomendação
author Buss Heidemann, Hans
author_facet Buss Heidemann, Hans
author_role author
dc.contributor.none.fl_str_mv Willrich, Roberto
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Buss Heidemann, Hans
dc.subject.por.fl_str_mv sistemas de recomendação
perfil do usuário
api rest
recommendation systems
user profile
topic sistemas de recomendação
perfil do usuário
api rest
recommendation systems
user profile
description TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Ciências da Computação.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-14T21:55:57Z
2023-12-14T21:55:57Z
2023-12-07
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 https://repositorio.ufsc.br/handle/123456789/253264
url https://repositorio.ufsc.br/handle/123456789/253264
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 115 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652182371696640

Registros relacionados