Invenire: um método evolucionário para combinar resultados das técnicas de sistemas de recomendação baseado em filtragem colaborativa

Página do item simplificado
dc.contributor.advisor1Camilo Junior, Celso Gonçalves
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6776569904919279por
dc.contributor.referee1Camilo Júnior, Celso Gonçalves
dc.contributor.referee2Rosa, Thierson Couto
dc.contributor.referee3Yamanaka, Keiji
dc.creatorSilva, Edjalma Queiroz da
dc.creator.Latteshttp://lattes.cnpq.br/4429652698279610por
dc.date.accessioned2014-12-22T11:15:25Z
dc.date.issued2014-08-20
dc.description.abstractRecommendation systems function as a guide, helping users to discover products of interest. There are various techniques and approaches in the literature that enable the generationofrecommendations.Thisisinterestingbecauseitemphasizesthediversityof options;ontheotherhand,itcancausedoubtthesystemdesigneraboutwhichisthebest techniquetouse.Eachoftheseapproacheshasparticularitiesanddependsonthecontext to be applied. Therefore, the decision to choose between the techniques is complex to be done manually. This work proposes an evolutionary approach for combining results of recommendation techniques (Invenire) in order to automate the choice of techniques and get fewer errors in recommendations. To evaluate the proposal, experiments were performed with a dataset from MovieLens and some Collaborative Filtering techniques. The results show that the combining methodology proposed in this paper performs better than any one collaborative filtering technique separately in the context addressed. The improvement varies from 3,6% to 118,99% depending on the technique and the experiment executed.eng
dc.description.provenanceSubmitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2014-12-18T18:42:03Z No. of bitstreams: 2 Dissertacao - Edjalma Queiroz da Silva - 2014.pdf: 3244366 bytes, checksum: 7c2506e59c6f1ebdc4608a6ff2ac207d (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)eng
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2014-12-22T11:15:25Z (GMT) No. of bitstreams: 2 Dissertacao - Edjalma Queiroz da Silva - 2014.pdf: 3244366 bytes, checksum: 7c2506e59c6f1ebdc4608a6ff2ac207d (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)eng
dc.description.provenanceMade available in DSpace on 2014-12-22T11:15:25Z (GMT). No. of bitstreams: 2 Dissertacao - Edjalma Queiroz da Silva - 2014.pdf: 3244366 bytes, checksum: 7c2506e59c6f1ebdc4608a6ff2ac207d (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-08-20eng
dc.description.resumoSistemas de Recomendação funcionam como um conselheiro, comportando-se de tal formaaorientaraspessoasnadescobertadeprodutosdeinteresse.Existemváriastécnicas eabordagensnaliteraturaquepermitemgerarrecomendações.Issoéinteressanteporque enfatiza a diversidade de opções; por outro lado, pode causar dúvida para o projetista do sistema sobre qual é a melhor técnica para usar. Cada uma destas abordagens tem particularidades e dependem do contexto para serem aplicadas. Assim, a decisão de escolher entre técnicas se torna complexa para ser feita manualmente. Este trabalho propõe uma abordagem evolutiva para automatizar a busca pela melhor combinação de resultados de técnicas de Sistemas de Recomendação e produzir menos erros nas recomendações.Paraavaliaraproposta,foramrealizadosexperimentoscomumconjunto de dados daMovieLens e algumas das técnicas de Filtragem Colaborativa. Os resultados mostramqueametodologiadecombinação,propostanestetrabalho,temumdesempenho melhor do que qualquer uma das técnicas isoladas de filtragem colaborativa no contexto abordado.A melhora varia de3,6%a 118,99%dependendo da técnica e do experimento executado.por
dc.formatapplication/pdf*
dc.identifier.citationSILVA, Edjalma Queiroz da. Invenire: um método evolucionário para combinar resultados das técnicas de sistemas de recomendação baseado em filtragem colaborativa. 2014. 154 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2014.por
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/3818
dc.languageporpor
dc.publisherUniversidade Federal de Goiáspor
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Informática - INF (RG)por
dc.publisher.initialsUFGpor
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)por
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectSistemas de recomendaçãopor
dc.subjectFiltragem colaborativapor
dc.subjectCombinar resultadospor
dc.subjectSimilaridade eInvenirepor
dc.subjectRecommender systemseng
dc.subjectCollaborative filteringeng
dc.subjectCombining resultseng
dc.subjectSimilarityeng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.thumbnail.urlhttp://repositorio.bc.ufg.br/tede/retrieve/14067/Dissertacao%20-%20Edjalma%20Queiroz%20da%20Silva%20-%202014.pdf.jpg*
dc.titleInvenire: um método evolucionário para combinar resultados das técnicas de sistemas de recomendação baseado em filtragem colaborativapor
dc.title.alternativeInvenire: an evolutionary approach for combining results of recommender systems techniques based on collaborative filteringeng
dc.typeDissertaçãopor

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Dissertacao - Edjalma Queiroz da Silva - 2014.pdf
Tamanho:
3.09 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.11 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Ciência da Computação (INF)