Geração de recomendações interpretáveis em sistemas de recomendação utilizando contexto (2021)
- Authors:
- Autor USP: TONON, VITOR RODRIGUES - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: AQUISIÇÃO DE CONHECIMENTO; MINERAÇÃO DE DADOS; TOMADA DE DECISÃO; WORLD WIDE WEB
- Keywords: Contextual information; Heterogeneous network; Informação contextual; Interpretabilidade; Interpretability; Recommender systems; Redes heterogêneas; Sistemas de recomendação
- Agências de fomento:
- Language: Português
- Abstract: Usuários enfrentam dificuldades em escolher produtos e serviços na Web devido a grande variedade de possibilidades de escolha. Nesse contexto, os sistemas de recomendação têm como objetivo auxiliar indivíduos a identificarem itens de interesse em um conjunto de opções. As abordagens tradicionais de sistemas de recomendação focam em recomendar itens mais relevantes para usuários individuais, não levando em consideração o contexto dos usuários. Porém, em muitas aplicações reais, é importante também considerar informações contextuais, por meio dos sistemas de recomendação sensíveis ao contexto, uma vez que estudos indicam que o uso de tais informações pode melhorar a acurácia das recomendações. Existem diversos tipos de sistemas de recomendação, como os baseados em conteúdo, na vizinhança de usuários e itens, baseados em fatoração de matrizes e em deep learning. No entanto, a maioria desses sistemas são considerados caixas-pretas, já que não oferecem transparência ao processo de recomendação, o que dificulta que usuários confiem nas recomendações apresentadas. Nesse sentido, fornecer recomendações interpretáveis tende a aumentar a confiança e a satisfação do usuário em relação ao sistema. O uso de explicações em sistemas de recomendação tem se mostrado uma área de pesquisa promissora, mas, ainda assim, poucos trabalhos exploraram a utilização de contexto como forma de gerar as explicações. Diante desse cenário, este projeto tem como objetivo propor o método HINCARS que gerarecomendações interpretáveis utilizando informações contextuais. Os resultados obtidos mostraram que o método obteve resultados equiparáveis a um algoritmo estado-da-arte.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2021
- Data da defesa: 11.03.2021
-
ABNT
TONON, Vitor Rodrigues. Geração de recomendações interpretáveis em sistemas de recomendação utilizando contexto. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-10052021-132937/. Acesso em: 28 dez. 2025. -
APA
Tonon, V. R. (2021). Geração de recomendações interpretáveis em sistemas de recomendação utilizando contexto (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-10052021-132937/ -
NLM
Tonon VR. Geração de recomendações interpretáveis em sistemas de recomendação utilizando contexto [Internet]. 2021 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-10052021-132937/ -
Vancouver
Tonon VR. Geração de recomendações interpretáveis em sistemas de recomendação utilizando contexto [Internet]. 2021 ;[citado 2025 dez. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-10052021-132937/ - A context-aware recommender method based on text mining
- A context-aware recommender method based on text and opinion mining
- TASIS: a typology of architectural strategies for interoperability in software-intensive systems
- Evaluating vector representations from user's reviews in a recommendation task
- Improving recommendations by using a heterogeneous network and user's reviews
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
