Sistema de Recomendação baseado em conteúdo textual: avaliação e comparação
Sistemas de Recomendação sugerem itens de interesse explorando as preferências dos usuários ajudando-os contra o problema da sobrecarga de informações. Primeiramente estes sistemas eram construídos, exclusivamente, através de técnicas com origem nas áreas de Recuperação de Informação e Aprendizado d...
| Author: | |
|---|---|
| Format: | master thesis |
| Status: | Published version |
| Publication Date: | 2014 |
| Country: | Brasil |
| Institution: | Universidade Federal da Bahia (UFBA) |
| Repository: | Repositório Institucional da UFBA |
| Language: | Portuguese |
| OAI Identifier: | oai:repositorio.ufba.br:ri/19281 |
| Online Access: | http://repositorio.ufba.br/ri/handle/ri/19281 |
| Access Level: | Open access |
| Keyword: | Ciência da Computação Sistema de Recomendação Conteúdo Textual Filtragem Colaborativa Avaliação |
| Summary: | Sistemas de Recomendação sugerem itens de interesse explorando as preferências dos usuários ajudando-os contra o problema da sobrecarga de informações. Primeiramente estes sistemas eram construídos, exclusivamente, através de técnicas com origem nas áreas de Recuperação de Informação e Aprendizado de Máquina. Porém, desde o início da década de 90 a abordagem conhecida como Filtragem Colaborativa, que não explora qualquer tipo de conteúdo disponível dos itens para realizar sua tarefa, passou a ser a mais utilizada como solução para estes sistemas. Pesquisas como as de Shardanand & Maes (1995); Das et al. (2007); Konstan & Riedl (2012) justificam essa preferência por conta de deficiências preexistentes nos algoritmos de filtragem por conteúdo dos itens. Entretanto, nestas pesquisas não são evidenciadas essas deficiências ou mesmo as diferenças e semelhanças das recomendações geradas pelos algoritmos dessas duas abordagens levando esta discussão ao senso comum. Neste trabalho é proposta uma metodologia para comparação de algoritmos de recomendação que vai além da precisão das previsões. Para demonstrar essa metodologia a aplicamos na comparação das abordagens de Filtragem Baseada em Conteúdo Textual e a Filtragem Colaborativa. Nossos resultados demonstram que algoritmos dessas duas abordagens não só diferem em diversas dimensões em um teste de sistema, como também apresentam características que sugerem grande complementariedade. |
|---|