Titulo: Sistemas de Recomendação

Autores: Eliseo Berni Reategui e Sílvio César Cazella

Publicado no ENIA 2005

 

Introdução:

 

 

    Diversidade de opções | Pouca experiência para realizar escolhas -> Demanda de recomendações.

 

 

    Geralmente os SR's Agregam e direcionam as recomendações adequadamente.

 

 

    Desafio->matching who recommends x who receives recommendation (descobrir relacionamento de interesses)

 

 

    filtragem colaborativa -> filtragem de conteúdo com auxílio humano.

 

 

    filtragram baseada em conteúdo

 

 

    filtragem demográfica: utiliza a descrição de um indivíduo para aprender o relacionamento entre um item em particular e o tipo de indivíduo que poderia vir a se

interessar.  (Montaner et al. 2003)

 

 

    websites de comércio eletrônico -> grande foco de SR's.

 

 

2. Coleta de Informações:

 

 

    Ã‰ preciso ter conhecimento sobre o usuário para recomendar items a ele.

 

 

    Identificação no servidor:normalmente disponibiliza ao usuário uma área de cadastro com informações pessoais, tais como: nome, data de nascimento, sexo,

endereço e outros.

 

 

    Identificação no cliente: utiliza cookies.

 

 

    Identificado o usuário, é possível coletar dados sobre este de forma implícita (logs) ou explícita (formulário).

 

 

3. Estratégias de recomendação

 

 

    Listas de recomendação->Listas de itens organizados por tipos de interesses

 

 

    Avaliação de usuários->Utilizam as avaliações dos usuários

 

 

    Suas recomendações-> uma seção dedicada a sugestões feitas especificamente para o usuário

 

 

    Usuários que se interessam por X também se interessam por Y.

 

 

    Associação por conteúdo->recomendações com base  no conteúdo de determinado item

 

 

4 Técnicas

 

 

    Filtragem de informações

    

        Filtragen Baseada em Conteúdo-> não exige avaliação dos usuários.

 

 

        Filtragem Colaborativa -> não exige a compreensão do conteúdo dos itens

            problema do primeiro avaliador.

            problema de pontuação esparsas

    

        Filtragem Híbrida -> Combina os pontos fortes da filtragem colaborativa e filtragem baseada em conteúdo.    

 

 

    Descoberta de Conhecimento em Bases de Dados

    

 

---

 

 

Voltar