
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.contributor | Zeviani, Walmes Marques, 1986- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data | - |
| Autor(es): dc.creator | Costa, Vinicius Valiati | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T12:15:28Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T12:15:28Z | - |
| Data de envio: dc.date.issued | 2024-11-11 | - |
| Data de envio: dc.date.issued | 2024-11-11 | - |
| Data de envio: dc.date.issued | 2023 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/92277 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/92277 | - |
| Descrição: dc.description | Orientador: Walmes Marques Zeviani | - |
| Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science e Big Data | - |
| Descrição: dc.description | Inclui referências | - |
| Descrição: dc.description | Resumo: Sistemas de recomendação são ferramentas essenciais que ajudam a sugerir itens aos usuários com base em diversos fatores, desempenhando um papel crucial em plataformas de streaming e e-commerce. Este artigo explora a aplicação da filtragem colaborativa baseada em usuários para a recomendação de animes, focando emumcenário de cold start, onde o usuário não possui histórico de avaliações. O estudo é estruturado em dois modelos principais: o primeiro utiliza o algoritmo K-means para clusterização de animes, criando "personas" para entender as preferências iniciais dos usuários; o segundo modelo aplica a filtragem colaborativa baseada emusuários usando três métricas de distância (Euclidiana, Manhattan e Coseno) para recomendar animes. Os resultados foram avaliados com base nas métricas de hit rate e serendipity, visando diversificar as recomendações e melhorar a experiência do usuário. | - |
| Descrição: dc.description | Abstract: Recommendation systems are essential tools that help suggest items to users based on various factors, playing a crucial role in streaming and e-commerce platforms. This paper explores the application of user-based collaborative filtering for anime recommendations in a cold start scenario, where the user has no prior rating history. The study is divided into two main models: the first uses the K-means algorithm for clustering animes into "personas" to gauge initial user preferences; the second applies user-based collaborative filtering using three distance metrics (Euclidean,Manhattan, and Cosine) for making recommendations. The effectiveness of the recommendations was evaluated through hit rate and serendipity metrics, aiming to diversify recommendations and enhance user experience. | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Sistemas de recomendação (Filtragem de informações) | - |
| Palavras-chave: dc.subject | Animação por computador | - |
| Palavras-chave: dc.subject | Comércio eletrônico | - |
| Título: dc.title | Modelo de filtragem colaborativa aplicada a recomendação de animes | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
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: