Evolução de regras de associação para recomendação de produtos em comércio eletrônico
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do Mackenzie |
Texto Completo: | http://dspace.mackenzie.br/handle/10899/24361 |
Resumo: | E-commerce has been growing rapidly over the past years. Various products, services, and information are constantly offered to millions of internet users. Defining an adequate strategy to offer a product to a customer is the main goal of a recommender system. To do so, the items to be offered have to take into account the interests of each customer. This association of items is a data mining task, more specifically a task called association rule mining. This dissertation investigated the use of bioinspired algorithms, particularly evolutionary and im-mune algorithms, to build associations among items of a database. Three sets of experiments were performed: an investigation into the influence of different selection and crossover mech-anisms in an evolutionary algorithm for association rule mining; the use of a probabilistic selection in the immune algorithm; and a comparison of the bioinspired algorithms with the standard deterministic algorithm called Apriori. The data bases for comparison were taken from real e-commerce applications. The results allowed the identification of a suitable combi-nation of the selection and crossover mechanisms for the evolutionary algorithm, and to iden-tify the strengths and weaknesses of all approaches when applied to real-world recommender systems. |
id |
UPM_f492f0588e4a6da611430f2294ae22fd |
---|---|
oai_identifier_str |
oai:dspace.mackenzie.br:10899/24361 |
network_acronym_str |
UPM |
network_name_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository_id_str |
10277 |
spelling |
2016-03-15T19:37:52Z2020-05-28T18:08:36Z2014-10-212020-05-28T18:08:36Z2013-10-23CUNHA, Danilo Souza da. Evolução de regras de associação para recomendação de produtos em comércio eletrônico. 2013. 66 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2013.http://dspace.mackenzie.br/handle/10899/24361E-commerce has been growing rapidly over the past years. Various products, services, and information are constantly offered to millions of internet users. Defining an adequate strategy to offer a product to a customer is the main goal of a recommender system. To do so, the items to be offered have to take into account the interests of each customer. This association of items is a data mining task, more specifically a task called association rule mining. This dissertation investigated the use of bioinspired algorithms, particularly evolutionary and im-mune algorithms, to build associations among items of a database. Three sets of experiments were performed: an investigation into the influence of different selection and crossover mech-anisms in an evolutionary algorithm for association rule mining; the use of a probabilistic selection in the immune algorithm; and a comparison of the bioinspired algorithms with the standard deterministic algorithm called Apriori. The data bases for comparison were taken from real e-commerce applications. The results allowed the identification of a suitable combi-nation of the selection and crossover mechanisms for the evolutionary algorithm, and to iden-tify the strengths and weaknesses of all approaches when applied to real-world recommender systems.O comércio eletrônico vem crescendo rapidamente ao longo dos últimos anos. Produtos, serviços e informações dos mais variados tipos são oferecidos todos os dias para milhares de usuários na Internet. Definir uma estratégia adequada para oferecer um produto a clientes é o objetivo dos sistemas de recomendação. Para isso leva em conta itens que podem ser ofertados considerando o interesse de cada cliente. Essa associação entre itens é uma tarefa que recai sobre a competência da mineração de dados, mais especificamente a área chamada de mineração de regras de associação. Esta dissertação investigou o uso de algoritmos bioinspirados, mais especificamente algoritmos evolutivos e imunológicos, a fim de construir associações entre os itens de uma base de dados. Foram feitos três estudos: a influência de diferentes mecanismos de seleseleção e cruzamento no algoritmo evolutivo; o uso de seleção probabilística no algoritmo imunológico; e a comparação dos algoritmos bioinspirados com o algoritmo determinístico clássico aplicado a essa tarefa, chamado de Apriori. As bases de dados para efeitos comparativos foram coletadas em lojas nacionais de comércio eletrônico. Os resulta-dos apresentados permitiram identificar uma combinação adequada dos mecanismos de sele-ção e cruzamento do algoritmo evolutivo, assim como identificar os pontos fortes e fracos dos algoritmos bioinspirados quando comparados ao algoritmo tradicional.Fundo Mackenzie de Pesquisaapplication/pdfporUniversidade Presbiteriana MackenzieEngenharia ElétricaUPMBREngenharia Elétricasistemas de recomendaçãoalgoritmos evolutivossistemas imunológicos artificiaisregras de associaçãorecommender systemsevolutionary algorithmsartificial immune systemsassociation rulesCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAEvolução de regras de associação para recomendação de produtos em comércio eletrônicoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSilva, Leandro Nunes de Castrohttp://lattes.cnpq.br/2741458816539568Omar, Nizamhttp://lattes.cnpq.br/2067336430076971Silva, Leandro Augusto dahttp://lattes.cnpq.br/1396385111251741Loula, Angelo Conradohttp://lattes.cnpq.br/0704248561279452Senger, Hermeshttp://lattes.cnpq.br/3691742159298316http://lattes.cnpq.br/6968807521387651Cunha, Danilo Souza dahttp://tede.mackenzie.br/jspui/retrieve/3766/Danilo%20Souza%20da%20Cunha.pdf.jpghttp://tede.mackenzie.br/jspui/bitstream/tede/1447/1/Danilo%20Souza%20da%20Cunha.pdfinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIE10899/243612020-05-28 15:08:36.706Biblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRI |
dc.title.por.fl_str_mv |
Evolução de regras de associação para recomendação de produtos em comércio eletrônico |
title |
Evolução de regras de associação para recomendação de produtos em comércio eletrônico |
spellingShingle |
Evolução de regras de associação para recomendação de produtos em comércio eletrônico Cunha, Danilo Souza da sistemas de recomendação algoritmos evolutivos sistemas imunológicos artificiais regras de associação recommender systems evolutionary algorithms artificial immune systems association rules CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
title_short |
Evolução de regras de associação para recomendação de produtos em comércio eletrônico |
title_full |
Evolução de regras de associação para recomendação de produtos em comércio eletrônico |
title_fullStr |
Evolução de regras de associação para recomendação de produtos em comércio eletrônico |
title_full_unstemmed |
Evolução de regras de associação para recomendação de produtos em comércio eletrônico |
title_sort |
Evolução de regras de associação para recomendação de produtos em comércio eletrônico |
author |
Cunha, Danilo Souza da |
author_facet |
Cunha, Danilo Souza da |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Silva, Leandro Nunes de Castro |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2741458816539568 |
dc.contributor.referee1.fl_str_mv |
Omar, Nizam |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/2067336430076971 |
dc.contributor.referee2.fl_str_mv |
Silva, Leandro Augusto da |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/1396385111251741 |
dc.contributor.referee3.fl_str_mv |
Loula, Angelo Conrado |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/0704248561279452 |
dc.contributor.referee4.fl_str_mv |
Senger, Hermes |
dc.contributor.referee4Lattes.fl_str_mv |
http://lattes.cnpq.br/3691742159298316 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/6968807521387651 |
dc.contributor.author.fl_str_mv |
Cunha, Danilo Souza da |
contributor_str_mv |
Silva, Leandro Nunes de Castro Omar, Nizam Silva, Leandro Augusto da Loula, Angelo Conrado Senger, Hermes |
dc.subject.por.fl_str_mv |
sistemas de recomendação algoritmos evolutivos sistemas imunológicos artificiais regras de associação |
topic |
sistemas de recomendação algoritmos evolutivos sistemas imunológicos artificiais regras de associação recommender systems evolutionary algorithms artificial immune systems association rules CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
dc.subject.eng.fl_str_mv |
recommender systems evolutionary algorithms artificial immune systems association rules |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
description |
E-commerce has been growing rapidly over the past years. Various products, services, and information are constantly offered to millions of internet users. Defining an adequate strategy to offer a product to a customer is the main goal of a recommender system. To do so, the items to be offered have to take into account the interests of each customer. This association of items is a data mining task, more specifically a task called association rule mining. This dissertation investigated the use of bioinspired algorithms, particularly evolutionary and im-mune algorithms, to build associations among items of a database. Three sets of experiments were performed: an investigation into the influence of different selection and crossover mech-anisms in an evolutionary algorithm for association rule mining; the use of a probabilistic selection in the immune algorithm; and a comparison of the bioinspired algorithms with the standard deterministic algorithm called Apriori. The data bases for comparison were taken from real e-commerce applications. The results allowed the identification of a suitable combi-nation of the selection and crossover mechanisms for the evolutionary algorithm, and to iden-tify the strengths and weaknesses of all approaches when applied to real-world recommender systems. |
publishDate |
2013 |
dc.date.issued.fl_str_mv |
2013-10-23 |
dc.date.available.fl_str_mv |
2014-10-21 2020-05-28T18:08:36Z |
dc.date.accessioned.fl_str_mv |
2016-03-15T19:37:52Z 2020-05-28T18:08:36Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
CUNHA, Danilo Souza da. Evolução de regras de associação para recomendação de produtos em comércio eletrônico. 2013. 66 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2013. |
dc.identifier.uri.fl_str_mv |
http://dspace.mackenzie.br/handle/10899/24361 |
identifier_str_mv |
CUNHA, Danilo Souza da. Evolução de regras de associação para recomendação de produtos em comércio eletrônico. 2013. 66 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2013. |
url |
http://dspace.mackenzie.br/handle/10899/24361 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.publisher.program.fl_str_mv |
Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UPM |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Engenharia Elétrica |
publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie instname:Universidade Presbiteriana Mackenzie (MACKENZIE) instacron:MACKENZIE |
instname_str |
Universidade Presbiteriana Mackenzie (MACKENZIE) |
instacron_str |
MACKENZIE |
institution |
MACKENZIE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
collection |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1757177219397976064 |