Recomendação de filmes utilizando filtragem colaborativa

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorKubrusly, Jessica Quintanilha-
Autor(es): dc.contributorJacobson, Ludmilla da Silva Viana-
Autor(es): dc.contributorSantos, Wilson Calmon Almeida dos-
Autor(es): dc.creatorCosta, Willian Alecsander Farias-
Data de aceite: dc.date.accessioned2024-07-11T17:54:12Z-
Data de disponibilização: dc.date.available2024-07-11T17:54:12Z-
Data de envio: dc.date.issued2020-07-15-
Data de envio: dc.date.issued2020-07-15-
Data de envio: dc.date.issued2016-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/14351-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/759778-
Descrição: dc.descriptionCom o crescimento da Internet, uma grande quantidade de pessoas buscam rapidez e eficiência na pesquisa, na compra e na aquisição de produtos e serviços que são disponibilizados na Web. Para aumentar a capacidade de indicação de itens para usuários, surgem os Sistemas de Recomendação. Uma das técnicas mais conhecidas para se recomendar itens é a Filtragem Colaborativa, que será usada neste trabalho para comparar 8 diferentes abordagens oriundas desta técnica. O objetivo desta comparação será observar qual ou quais abordagens apresentam os melhores resultados para a recomendação de filmes para telespectadores. As 8 abordagens foram formadas a partir da combinação de escolhas da Filtragem Colaborativa. Entre elas estão: o tipo de semelhança adotado, usuário ou item; a escala de avaliação; e a forma de definição do grupo de semelhança, por número fixo ou constante de similaridade. Verificou-se um resultado ineficiente para as 8 abordagens, devido ao alto índice de recomendação, mesmo para filmes não relevantes, ocasionando uma baixa Especificidade para todas as abordagens. Apesar do resultado ruim, a Abordagem 5, que leva em conta a semelhança entre itens, escala Likert e o número fixo de itens para a definição do grupo, apresentou melhor desempenho. A fim de melhorar o desempenho do método, foi formulada uma análise de sensibilidade, que buscou escolher melhor os parâmetros. A análise de sensibilidade indicou valores a serem adotados para os parâmetros do modelo e, quando a Abordagem 5 foi rodada para tais parâmetros, os resultados se mostraram um pouco melhores-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectSistemas de recomendação-
Palavras-chave: dc.subjectFiltragem colaborativa-
Palavras-chave: dc.subjectComparação de abordagens-
Palavras-chave: dc.subjectSistema de recomendação-
Palavras-chave: dc.subjectFilme cinematográfico-
Título: dc.titleRecomendação de filmes utilizando filtragem colaborativa-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.