
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 | Alves, Marco Antonio Zanata, 1984- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data | - |
| Autor(es): dc.creator | Yamamura, Hugo Hiroshi | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T13:38:07Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T13:38:07Z | - |
| Data de envio: dc.date.issued | 2024-12-16 | - |
| Data de envio: dc.date.issued | 2024-12-16 | - |
| Data de envio: dc.date.issued | 2023 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/93822 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/93822 | - |
| Descrição: dc.description | Orientador: Prof. Marco Antônio Zanata Alves | - |
| Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science & Big Data | - |
| Descrição: dc.description | Inclui referências | - |
| Descrição: dc.description | Resumo: Nesta monografia, exploramos o desenvolvimento e a avaliação de sistemas de recomendação de conteúdo usando o conjunto de dadosMovieLens 25M. Duas abordagens principais são consideradas: filtragem baseada em conteúdo e filtragem colaborativa. O método de filtragem baseada em conteúdo utiliza distância por cosseno a partir dos gêneros dos filmes para fazer recomendações com base nos filmes já assistidos pelos usuários. Por outro lado, a filtragem colaborativa aproveita as avaliações de outros usuários em outras obras para identificar usuários semelhantes e recomendar filmes ainda não assistidos ou desconhecidos. Por fim, serão discutidas a eficácia e as limitações dos métodos, proporcionando estratégias para suas aplicações práticas e desempenho emcenários do mundo real. | - |
| Descrição: dc.description | Abstract: In this essay, we explore the development and evaluation of content recommendation systems using the MovieLens 25M dataset. Two main approaches are considered: content-based filtering and collaborative filtering. The content-based filtering method uses cosine similarity from movie genres to recommend films based on those already watched by users. On the other hand, collaborative filtering leverages ratings from other users on different works to identify similar users and recommend movies that have not yet been watched or are unknown. Finally, the effectiveness and limitations of the methods will be discussed, providing strategies for their practical applications and performance in real-world scenarios. | - |
| 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) | - |
| Título: dc.title | Avaliação de sistemas de recomendação de conteúdo : uma abordagem offline | - |
| 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: