FIP-SHA : um método para descoberta de perfis individuais através de contas compartilhada
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/226142 |
Resumo: | Os sistemas de recomendação dependem do histórico de contas dos usuários (como itens visitados/comprados/classificados) para prever quais outros itens eles podem ter interesse. Na prática, várias pessoas (por exemplo, membros da família ou amigos) podem compar tilhar uma única conta. Por esse motivo, extrair um único perfil de usuário a partir do histórico de uma conta pode levar a imprecisões nas sugestões de itens. O objetivo deste trabalho é propor um método para automaticamente descobrir os perfis de usuários pre sentes em contas compartilhadas. FIP-SHA, é o método proposto, cuja sigla é um acrô nimo para Finding Individual Profiles through SHared Accounts. O método FIP-SHA está dividido em 3 etapas: (i) a quebra de sessão, quando se encontra um comportamento diferente do esperado, através do uso de similaridade de itens; (ii) representação das ses sões; e (iii) a agrupamento das sessões que, em seu conjunto, representam cada perfil de usuário presente em uma conta. O FIP-SHA foi avaliado através de um conjunto de ex perimentos que, incialmente, avalia cada etapa do método, sendo o último experimento responsável por avaliar o resultado geral do agrupamento de sessões que representa os perfis dos usuários em uma conta compartilhada. Para realização dos experimentos, fo ram utilizadas duas bases de dados reais. Em comparação com o estado da arte, FIP-SHA mostrou-se eficaz para identificar a similaridade dos itens do usuário para a quebra das sessões online e o uso do método de agrupamento para agrupar essas sessões em perfis de usuário. |
id |
URGS_cc304ab35e107cc3e840eaccb92f7b5a |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/226142 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Nery, Carolina OltramariCordeiro, Weverton Luis da CostaGalante, Renata de Matos2021-08-26T04:07:29Z2021http://hdl.handle.net/10183/226142001129937Os sistemas de recomendação dependem do histórico de contas dos usuários (como itens visitados/comprados/classificados) para prever quais outros itens eles podem ter interesse. Na prática, várias pessoas (por exemplo, membros da família ou amigos) podem compar tilhar uma única conta. Por esse motivo, extrair um único perfil de usuário a partir do histórico de uma conta pode levar a imprecisões nas sugestões de itens. O objetivo deste trabalho é propor um método para automaticamente descobrir os perfis de usuários pre sentes em contas compartilhadas. FIP-SHA, é o método proposto, cuja sigla é um acrô nimo para Finding Individual Profiles through SHared Accounts. O método FIP-SHA está dividido em 3 etapas: (i) a quebra de sessão, quando se encontra um comportamento diferente do esperado, através do uso de similaridade de itens; (ii) representação das ses sões; e (iii) a agrupamento das sessões que, em seu conjunto, representam cada perfil de usuário presente em uma conta. O FIP-SHA foi avaliado através de um conjunto de ex perimentos que, incialmente, avalia cada etapa do método, sendo o último experimento responsável por avaliar o resultado geral do agrupamento de sessões que representa os perfis dos usuários em uma conta compartilhada. Para realização dos experimentos, fo ram utilizadas duas bases de dados reais. Em comparação com o estado da arte, FIP-SHA mostrou-se eficaz para identificar a similaridade dos itens do usuário para a quebra das sessões online e o uso do método de agrupamento para agrupar essas sessões em perfis de usuário.Recommendation systems rely on users’ account history (like visited/purchased/rated items) to predict which other items one could also be interested in. In practice, multi ple individuals (e.g. family members or friends) may share a single account. For this reason, learning a single user profile from one’s entire account history may lead to impre cise item suggestions. The main goal of this work is to propose a method to automatically discover the user profiles present in shared accounts. FIP-SHA is the proposed method, whose acronym is Finding Individual Profiles through SHared Accounts. The FIP-SHA is divided into 3 steps: (i) the break of the session, when a different behavior is found, through the use of similarity of items; (ii) representation of those sessions; and, (iii) the grouping of sessions that, together, represent each user profiles in an account; The FIP SHA was evaluated through a set of experiments that, initially, evaluate each step of the method, with the last experiment being responsible for evaluating the general result of the grouping of sessions representing the profiles of users in a shared account. To carry out the experiments, two real databases were used. In comparison with the state of the art, FIP-SHA proved to be effective in identifying the similarity of user items for breaking online sessions and using the grouping method to group these sessions into user profiles.application/pdfporContas compartilhadasSistemas de recomendaçãoClusteringItem-item SimilarityUser ProfileFIP-SHA : um método para descoberta de perfis individuais através de contas compartilhadaFIP-SHA : finding individual profiles through sHared accountsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2021mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001129937.pdf.txt001129937.pdf.txtExtracted Texttext/plain158847http://www.lume.ufrgs.br/bitstream/10183/226142/2/001129937.pdf.txtdbb7ba5aa6d32a9cb0d88d2caa8ea193MD52ORIGINAL001129937.pdfTexto completoapplication/pdf2535628http://www.lume.ufrgs.br/bitstream/10183/226142/1/001129937.pdfe1b988a63ec0ef42535ae3da7f5aa243MD5110183/2261422021-09-19 04:28:39.707736oai:www.lume.ufrgs.br:10183/226142Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-09-19T07:28:39Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
FIP-SHA : um método para descoberta de perfis individuais através de contas compartilhada |
dc.title.alternative.en.fl_str_mv |
FIP-SHA : finding individual profiles through sHared accounts |
title |
FIP-SHA : um método para descoberta de perfis individuais através de contas compartilhada |
spellingShingle |
FIP-SHA : um método para descoberta de perfis individuais através de contas compartilhada Nery, Carolina Oltramari Contas compartilhadas Sistemas de recomendação Clustering Item-item Similarity User Profile |
title_short |
FIP-SHA : um método para descoberta de perfis individuais através de contas compartilhada |
title_full |
FIP-SHA : um método para descoberta de perfis individuais através de contas compartilhada |
title_fullStr |
FIP-SHA : um método para descoberta de perfis individuais através de contas compartilhada |
title_full_unstemmed |
FIP-SHA : um método para descoberta de perfis individuais através de contas compartilhada |
title_sort |
FIP-SHA : um método para descoberta de perfis individuais através de contas compartilhada |
author |
Nery, Carolina Oltramari |
author_facet |
Nery, Carolina Oltramari |
author_role |
author |
dc.contributor.author.fl_str_mv |
Nery, Carolina Oltramari |
dc.contributor.advisor1.fl_str_mv |
Cordeiro, Weverton Luis da Costa |
dc.contributor.advisor-co1.fl_str_mv |
Galante, Renata de Matos |
contributor_str_mv |
Cordeiro, Weverton Luis da Costa Galante, Renata de Matos |
dc.subject.por.fl_str_mv |
Contas compartilhadas Sistemas de recomendação |
topic |
Contas compartilhadas Sistemas de recomendação Clustering Item-item Similarity User Profile |
dc.subject.eng.fl_str_mv |
Clustering Item-item Similarity User Profile |
description |
Os sistemas de recomendação dependem do histórico de contas dos usuários (como itens visitados/comprados/classificados) para prever quais outros itens eles podem ter interesse. Na prática, várias pessoas (por exemplo, membros da família ou amigos) podem compar tilhar uma única conta. Por esse motivo, extrair um único perfil de usuário a partir do histórico de uma conta pode levar a imprecisões nas sugestões de itens. O objetivo deste trabalho é propor um método para automaticamente descobrir os perfis de usuários pre sentes em contas compartilhadas. FIP-SHA, é o método proposto, cuja sigla é um acrô nimo para Finding Individual Profiles through SHared Accounts. O método FIP-SHA está dividido em 3 etapas: (i) a quebra de sessão, quando se encontra um comportamento diferente do esperado, através do uso de similaridade de itens; (ii) representação das ses sões; e (iii) a agrupamento das sessões que, em seu conjunto, representam cada perfil de usuário presente em uma conta. O FIP-SHA foi avaliado através de um conjunto de ex perimentos que, incialmente, avalia cada etapa do método, sendo o último experimento responsável por avaliar o resultado geral do agrupamento de sessões que representa os perfis dos usuários em uma conta compartilhada. Para realização dos experimentos, fo ram utilizadas duas bases de dados reais. Em comparação com o estado da arte, FIP-SHA mostrou-se eficaz para identificar a similaridade dos itens do usuário para a quebra das sessões online e o uso do método de agrupamento para agrupar essas sessões em perfis de usuário. |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-08-26T04:07:29Z |
dc.date.issued.fl_str_mv |
2021 |
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.uri.fl_str_mv |
http://hdl.handle.net/10183/226142 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001129937 |
url |
http://hdl.handle.net/10183/226142 |
identifier_str_mv |
001129937 |
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.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/226142/2/001129937.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/226142/1/001129937.pdf |
bitstream.checksum.fl_str_mv |
dbb7ba5aa6d32a9cb0d88d2caa8ea193 e1b988a63ec0ef42535ae3da7f5aa243 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085562011353088 |