Combinando novidade e popularidade em recomendações personalizadas através do aprendizado do perfil do usuário. (2019)
- Authors:
- Autor USP: BERTANI, RICARDO MITOLLO - EP
- Unidade: EP
- Sigla do Departamento: PCS
- Subjects: INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; ALGORITMOS E ESTRUTURAS DE DADOS; PERSONALIDADE
- Language: Português
- Abstract: Sistemas de recomendação têm sido amplamente utilizados por grandes empresas do segmento de e-commerce como ferramenta de auxílio na busca de conteúdos relevantes de acordo com as preferências particulares dos usuários. Uma ampla variedade de algoritmos tem sido apresentada na literatura com o objetivo de aprimorar o processo de geração de recomendações; em particular, destacam-se aqueles baseados em filtragem colaborativa, os quais ainda falham em dados esparsos, afetando a qualidade das recomendações. Para mitigar essa lacuna, um algoritmo híbrido baseado em difusão foi proposto na literatura; no entanto, este algoritmo não diferencia os usuários de acordo com seus perfis. Nesta pesquisa, um novo algoritmo é apresentado para o aprendizado do perfil dos usuários e consequente geração de recomendações personalizadas através de difusão, combinando itens pouco conhecidos (novidade) a itens populares. Os experimentos realizados em três conjuntos de dados bem conhecidos na literatura mostram que os resultados superam aqueles obtidos pelo algoritmo original baseado em difusão, assim como os obtidos pelo algoritmo tradicional colaborativo, sob as mesmas configurações.
- Imprenta:
- Data da defesa: 21.11.2019
-
ABNT
BERTANI, Ricardo Mitollo. Combinando novidade e popularidade em recomendações personalizadas através do aprendizado do perfil do usuário. 2019. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: https://teses.usp.br/teses/disponiveis/3/3141/tde-28022020-111422/. Acesso em: 25 abr. 2024. -
APA
Bertani, R. M. (2019). Combinando novidade e popularidade em recomendações personalizadas através do aprendizado do perfil do usuário. (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/3/3141/tde-28022020-111422/ -
NLM
Bertani RM. Combinando novidade e popularidade em recomendações personalizadas através do aprendizado do perfil do usuário. [Internet]. 2019 ;[citado 2024 abr. 25 ] Available from: https://teses.usp.br/teses/disponiveis/3/3141/tde-28022020-111422/ -
Vancouver
Bertani RM. Combinando novidade e popularidade em recomendações personalizadas através do aprendizado do perfil do usuário. [Internet]. 2019 ;[citado 2024 abr. 25 ] Available from: https://teses.usp.br/teses/disponiveis/3/3141/tde-28022020-111422/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
