Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Alcoforado, Luciane Ferreira | - |
Autor(es): dc.contributor | Ross, Steven Dutt | - |
Autor(es): dc.contributor | Ribeiro, Rodrigo Otavio de Araujo | - |
Autor(es): dc.creator | Filgueira, Leonardo | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:37:07Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:37:07Z | - |
Data de envio: dc.date.issued | 2020-06-18 | - |
Data de envio: dc.date.issued | 2020-06-18 | - |
Data de envio: dc.date.issued | 2018 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/13953 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/753943 | - |
Descrição: dc.description | O trabalho apresenta algumas técnicas utilizadas na realização de sistemas de recomendação e realiza um estudo de caso, ao utilizar uma base de dados de avaliações de filmes por usuários. É aplicada sobre essa base uma técnica de filtragem colaborativa a fim obter recomendações de filmes aos usuários. Informações como gêneros dos filmes, avaliação dos usuários e número de filmes avaliados serão utilizadas de forma a agrupar os usuários em clusters, utilizando as técnicas de particionamento CLARA e K-means, de forma a aplicar a filtragem colaborativa para cada um dos clusters, em separado. Realiza-se uma comparação de acurácia dos modelos, fazendo a divisão em base de treino (para construir o modelo) e base de teste (para verificar a acurácia), além de uma verificação do tempo de execução, com o objetivo de verificar se, nas condições desse estudo, a clusterização torna a recomendação mais acurada | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Sistemas de recomendação | - |
Palavras-chave: dc.subject | Filtragem colaborativa | - |
Palavras-chave: dc.subject | Clusterização | - |
Palavras-chave: dc.subject | Sistema de recomendação | - |
Palavras-chave: dc.subject | Filme cinematográfico | - |
Título: dc.title | Sistemas de recomendação usando o software R | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
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: