Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Azambuja, Rogério Xavier de | - |
Autor(es): dc.creator | Morais, A. Jorge | - |
Autor(es): dc.creator | Filipe, Vítor | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:19:01Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:19:01Z | - |
Data de envio: dc.date.issued | 2023-03-23 | - |
Data de envio: dc.date.issued | 2023-03-23 | - |
Data de envio: dc.date.issued | 2021 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/10400.2/13524 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/10400.2/13524 | - |
Descrição: dc.description | Recommender systems form a class of Artificial Intelligence systems that aim to recommend relevant items to the users. Due to their utility, it has gained attention in several applications domains and is high demanded for research. In order to obtain successful models in the recommendation problem in non-prohibitive computational time, different heuristics, architectures and information filtering techniques are studied with different datasets. More recently, machine learning, especially through the use of deep learning, has driven growth and expanded the sequential recommender systems development. This research focuses on models for managing sequential recommendation supported by session-based recommendation. This paper presents the characterization in the specific theme and the state-of-the-art towards study object of the thesis: the adaptive recommendation to mitigate the information overload in online environments. | - |
Descrição: dc.description | info:eu-repo/semantics/publishedVersion | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Palavras-chave: dc.subject | Recommender systems | - |
Palavras-chave: dc.subject | Information filtering | - |
Palavras-chave: dc.subject | Sequential recommendation | - |
Palavras-chave: dc.subject | Session-based recommendation | - |
Palavras-chave: dc.subject | DNN recommendation | - |
Título: dc.title | Adaptive recommendation in online environments | - |
Aparece nas coleções: | Repositório Aberto - Universidade Aberta (Portugal) |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: