Recomendação de conteúdo baseada em interações multimodais
A oferta de produtos,informação e serviços a partir de perfis de usuários tem tornado os sistemas de recomendação cada vez mais presentes na Web, aumentando a facilidade de escolha e de permanência dos usuários nestes sistemas. Entretanto, existem otimizações a serem feitas principalmente com relaçã...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2015 |
| País: | Brasil |
| Recursos: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-09042015-153225 |
| Acesso em linha: | http://www.teses.usp.br/teses/disponiveis/55/55134/tde-09042015-153225/ |
| Access Level: | acceso abierto |
| Palavra-chave: | Ensemble techniques Interações de usuários Perfis de usuários Recommendation systems Sistemas de recomendação Técnicas de combinação User interactions User profiles |
| Resumo: | A oferta de produtos,informação e serviços a partir de perfis de usuários tem tornado os sistemas de recomendação cada vez mais presentes na Web, aumentando a facilidade de escolha e de permanência dos usuários nestes sistemas. Entretanto, existem otimizações a serem feitas principalmente com relação à modelagem do perfil do usuário. Geralmente, suas preferências são modeladas de modo superficial, devido à escassez das informações coletadas,como notas ou comentários, ou devido a informações indutivas que estão suscetíveis a erros. Esta dissertação propõe uma ferramenta de recomendação baseado em interações multimodais, capaz de combinar informações de usuários processadas individualmente por algoritmos de recomendação tradicionais. Nesta ferramenta desenvolveram-se quatro técnicas de combinação afim fornecer aos sistemas de recomendação, subsídios para melhoria na qualidade das predições em diversos domínios. |
|---|