Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Sistemas de Recomendação
Artur Lira dos Santos Artur Ribeiro de Aquino Fábio Abrantes Diniz Lucas Silva Figueiredo
2
Roteiro Introdução Funcionamento Motivação Coleta de Informação
Estratégias (com demonstração) Técnicas Conclusão
3
Introdução O que é um Sistema de Recomendação (SR)?
Sistema que tenta prover informações de interesse para o usuário Onde podemos encontrar? Sites de vendas Entretenimento Músicas Vídeos
4
Introdução Submarino Last FM
5
Funcionamento ? 1. O usuário faz um requisição
2. O servidor WEB pergunta ao SR o que exibir ao usuário 3. O SR decide o que será exibido e retorna a informação 4. O servidor WEB envia o resultado ao cliente users ? web server recommender O servidor WEB pergunta ao SR o que exibir ao usuário O SR decide o que será exibido e retorna a informação O servidor WEB envia o resultado ao cliente DB
6
Motivação Universo de escolhas muito grande e muitas vezes desconhecido Um SR tenta solucionar este problema diminuindo esse universo Subconjunto de interesses Fidelização Diferencial hoje, praticamente um requisito
7
Coleta de Informação Identificação Implícita Explícita
Servidor (Cadastro) Cliente (Cookies) Implícita Informações baseadas na navegação Explícita Informações fornecidas pelo usuário
8
Estratégias Lista de recomendações Sem análise profunda
Baseado na popularidade / itens mais usuais Útil, por exemplo, na escolha de um presente, quando não se sabe o que comprar
9
Estratégias Demonstração
10
Estratégias Avaliação dos usuários Opiniões armazenadas Notas
Problemas: má avaliação ou opiniões falsas
11
Estratégias Histórico / Perfil Recomendações para o usuário Implícitas
Explícitas
12
Estratégias Análise demográfica Interessados em X se interessam por Y
13
Estratégias Associação por conteúdo
Recomendação por similaridade de categorias Autor Gênero
14
Recuperação x Filtragem
Recuperação de Informação (RI) Necessidade descrita pelo usuário Busca explícita Base de informação para o SR Filtragem de Informação (FI) Necessidade inferida pelo sistema Sistemas de recomendação se baseiam principalmente em FI Citar que a recuperação de informação é ruim Sistemas de recomendação se baseiam principalmente em filtragem
15
Técnicas Top N + lidos + vendidos + baixados + apontados (Google)
+ citados Problemas: má avaliação ou opiniões falsas
16
Técnicas Cross-sell Itens no mesmo carrinho (compra)
Adquiridos com intervalo de tempo curto
17
Técnicas Regras (Knowledge-based) Definidas manualmente
Editor’s choice Extraídas por data mining
18
Técnicas Filtragem baseada em Conteúdo
Seleção de itens que compartilham de uma característica em comum Categorias Carros Usada nas seguintes estratégias Associação por conteúdo Histórico/Perfil ´Automatização das descrições dos conteúdos dos itens e comparar estas descrições com os interesses dos usuários visando verificar se o item é ou não relevante para cada um A descrição de interesses do usuário é obtida através de informações fornecidas por ele próprio ou através de ações, como seleção e aquisição de itens
19
Técnicas Filtragem Colaborativa
Troca de experiências entre pessoas de interesses comuns Seleção dos itens a partir das avaliações e aquisições dos usuários Não exige a classificação dos itens Usada nas seguintes estratégias Avaliação dos usuários Análise demográfica
20
Técnicas Filtragem Híbrida Conteúdo + Colaborativa
Junção das vantagens Utilizando recomendações baseadas em conteúdo, é possível lidar com itens não vistos por outros usuários;
21
Conclusão Sistemas de recomendação auxiliam no processo de busca e aquisição de informação Facilitam na navegação web Principalmente em sites que possuem em sua interface uma vasta possibilidade de escolhas Tornou-se essencial para grandes sites por seu direcionamento às informações relevantes
22
Referências
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.