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 | Silva, Danielle Mantovani Lucena da, 1982- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Sociais Aplicadas. Programa de Pós-Graduação em Administração | - |
Autor(es): dc.creator | Oliveira, Elielton dos Santos | - |
Data de aceite: dc.date.accessioned | 2025-09-01T11:14:33Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T11:14:33Z | - |
Data de envio: dc.date.issued | 2024-12-02 | - |
Data de envio: dc.date.issued | 2024-12-02 | - |
Data de envio: dc.date.issued | 2023 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/93489 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/93489 | - |
Descrição: dc.description | Orientadora: Prof.ª Dr.ª Danielle Mantovani Lucena da Silva | - |
Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Sociais Aplicadas, Programa de Pós-Graduação em Administração. Defesa : Curitiba, 23/02/2024 | - |
Descrição: dc.description | Inclui referências | - |
Descrição: dc.description | Resumo: Utilizando Sistemas de Recomendação Algorítmica (SRA), a inteligência artificial (IA) pode fornecer sugestões personalizadas e precisas com base nos interesses e preferências individuais dos usuários. Esta pesquisa aborda a influência da IA nas recomendações de produtos e serviços em diferentes contextos. Examina-se o impacto do tipo de recomendador (IA vs. humano) e o tipo de recomendação (material vs. experiencial) na atitude do consumidor e na intenção de compra. O objetivo é preencher a lacuna na compreensão dessas interações complexas e suas consequências nas preferências do consumidor. Os resultados mostram que as recomendações de IA geraram avaliações mais positivas e maior intenção de compra em comparação com as recomendações humanas (Estudo 1a, 1b e 2a). A análise do enquadramento experiencial versus material não revelou efeitos significativos nas preferências dos consumidores (Estudo 2a). No entanto, no estudo 2b, as recomendações de IA em um contexto experiencial foram melhor avaliadas. Por outro lado, recomendações de um especialista humano foram mais preferidas em um contexto material. Essas informações podem orientar as empresas no desenvolvimento de estratégias de recomendação personalizadas, adaptadas a diferentes perfis de usuários, com o objetivo de aprimorar sua experiência e contribuir para a literatura que aborda esse tema, com base na teoria do processo de escolha. | - |
Descrição: dc.description | Abstract: Using Algorithmic Recommendation Systems (ARS), AI can provide personalized and accurate suggestions based on users' individual interests and preferences. This research addresses the influence of Artificial Intelligence (AI) on product and service recommendations in different contexts. The impact of the type of recommender (AI vs. human) and the type of recommendation (material vs. experiential) on consumer attitude and purchase intention is examined. The aim is to fill the gap in understanding these complex interactions and their consequences on consumer preferences. The results show that AI recommendations generated more positive reviews and greater purchase intention compared to human recommendations (Studies 1a, 1b and 2a). The analysis of experiential framing vs. material did not reveal significant effects on consumers preferences (Study 2a). However, in study 2b, AI recommendations in an experiential context were better evaluated. On the other hand, recommendations from a human expert were more preferred in material context. This information can guide companies in developing personalized recommendation strategies, adapted to different user profiles, aiming to improve their experience and contribute to the literature that addresses this topic, based on the theory of the choice process. | - |
Formato: dc.format | 1 recurso online : PDF. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Consumidores - Preferência | - |
Palavras-chave: dc.subject | Porticos estruturais | - |
Palavras-chave: dc.subject | Avaliação | - |
Palavras-chave: dc.subject | Administração | - |
Título: dc.title | The impact of recommender type and recommendation framing on consumer attitudes and purchase intentions | - |
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: