Regularização social em sistemas de recomendação com filtragem colaborativa
Modelos baseados em fatoração de matrizes estão entre as implementações mais bem sucedidas de Sistemas de Recomendação. Neste projeto, estudamos as possibilidades de incorporação de informações provindas de redes sociais, para melhorar a qualidade das predições do modelo tanto em modelos tradicionai...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2019 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-21082019-111613 |
| Acceso en línea: | http://www.teses.usp.br/teses/disponiveis/104/104131/tde-21082019-111613/ |
| Access Level: | acceso abierto |
| Palabra clave: | Collaborative filtering Fatoração de matrizes Filtragem colaborativa Filtragem colaborativa neural Matrix factorization Neural collaborative filtering Recommender system Regularização social Sistema de recomendação Social regularization |
| Sumario: | Modelos baseados em fatoração de matrizes estão entre as implementações mais bem sucedidas de Sistemas de Recomendação. Neste projeto, estudamos as possibilidades de incorporação de informações provindas de redes sociais, para melhorar a qualidade das predições do modelo tanto em modelos tradicionais de Filtragem Colaborativa, quanto em Filtragem Colaborativa Neural. |
|---|