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 | Kubrusly, Jessica Quintanilha | - |
Autor(es): dc.contributor | Velarde, Luis Guillermo Coca | - |
Autor(es): dc.contributor | Almeida, Núbia Karla de Oliveira | - |
Autor(es): dc.contributor | Pinto Junior, Jony Arrais | - |
Autor(es): dc.creator | Giglio, Juliana Chaves | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:42:55Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:42:55Z | - |
Data de envio: dc.date.issued | 2020-08-19 | - |
Data de envio: dc.date.issued | 2020-08-19 | - |
Data de envio: dc.date.issued | 2014 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/14682 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/776039 | - |
Descrição: dc.description | O número de páginas da Web destinadas à oferta de produtos a consumidores vem aumentando a cada dia mais com a expansão da Internet. Estas ofertas podem ser tanto de produtos materiais, como venda de objetos, roupas, eletrodomésticos, etc, como também de produtos conceituais, como oferta de artigos, filmes, músicas. Com esse aumento, a quantidade de informação sobre as preferências dos usuários também aumentou muito. Para que os sites consigam otimizar o número de procura de produtos, e consequentemente aumentar o número de usuários que os adquirem, é necessário saber utilizar estas informações a seu favor, e para isso foram criadas técnicas de recomendações de itens a usuários, os Sistemas de Recomendação. Cada um destes sistemas opera de uma maneira diferente, observando conjuntos de características dos bancos de dados. Neste trabalho utilizamos o Sistema de Recomendação chamado Filtragem Colaborativa, que recomenda itens a usuários com base na similaridade, que pode ser tanto entre usuários quanto entre itens. A partir de um banco de dados onde usuários avaliaram com notas uma lista de filmes assistidos, ocultamos algumas destas notas para que fossem utilizados os diversos desdobramentos desta metodologia e posteriormente avaliamos a qualidade de cada desdobramento, com base na comparação das notas reais com as preditas e no poder do sistema de identificar quais filmes os usuários gostariam para assim recomendá-los. Também comparamos formas diferentes de fazer estas avaliações. Foi possível perceber que considerando a similaridade entre filmes a notas foram mais bem estimadas, porém obtivemos melhores resultados para a recomendação considerando a similaridade entre usuários. Também notamos que cada forma de utilização testada da Filtragem Colaborativa possui seus pontos positivos e negativos, e a melhor forma de escolher qual abordagem deve ser utilizada é priorizando as características de interesse que se destacaram para cada uma delas | - |
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 | Filtragem colaborativa | - |
Palavras-chave: dc.subject | Sistemas de recomendação | - |
Palavras-chave: dc.subject | Sistema de recomendação | - |
Palavras-chave: dc.subject | Filme cinematográfico | - |
Título: dc.title | Recomendação de filmes utilizando filtragem colaborativa | - |
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: