ESCOLA POLITÉCNICA DE PERNAMBUCO Um serviço de recomendação inter-aplicações baseado em filtragem colaborativa Aluno: Jefferson Silva de Amorim Orientador: Prof. Dr. Byron Leite Dantas Bezerra

Objetivos Realizar uma revisão da literatura e propor novos sistemas e técnicas de recomendação inter-aplicações Adaptar a implementação de uma técnica de filtragem colaborativa para realizar recomendações inter-aplicações Desenvolver um Web Service que expõe as principais funcionalidades da técnica de filtragem colaborativa adaptada

Objetivos Desenvolver uma ferramenta web para coleta de dados e suporte à análise de recomendações Analisar as recomendações realizadas pelo serviço de recomendação desenvolvido

Conceitos fundamentais

Sistemas de Recomendação Se utilizam de tecnologias de personalização Oferecem uma experiência personalizada aos usuários Possuem geralmente 2 funcionalidades: Predizer Nota Gerar Lista Personalizada

Sistemas de Recomendação Engenho de personalização

Sistemas de Recomendação Personalização de conteúdo Utiliza de informações do usuário para recomendar itens Função utilidade

Sistemas de Recomendação Técnicas de personalização de conteúdo Baseada em conteúdo Filtragem colaborativa Demográfica

Sistemas de Recomendação Filtragem colaborativa Duas abordagens podem ser utilizadas para definir a função utilidade: Memory-based Definem-se heurísticas Model-based Define-se um modelo a partir das avaliações

Sistemas de Recomendação Filtragem colaborativa (Memory-based) Medida de similaridade Coeficiente de correlação de Pearson Função utilidade Baseada em kNN

Sistemas de Recomendação Filtragem colaborativa (Memory-based) Vantagens: Recomendação inovadoras e surpreendentes Alto grau de reusabilidade Facilidade de extensão Desvantagens Problemas Novo usuário Novo item Esparsidade Ovelhas negras

Arquitetura Orientada a Serviços Unidades lógicas representadas como pequenas unidades Utiliza o paradigma de orientação a serviços Características: Direcionada ao negócio Independente de plataforma Centrada na empresa Direcionada à composição

Arquitetura Orientada a Serviços

Arquitetura Orientada a Serviços Web Services

Arquitetura Orientada a Serviços Princípios de orientação a serviços

Metodologia proposta

Sistema de recomendação inter-aplicações Modelo conceitual

Inter-Applications Recommendation Service Desenvolvido utilizando as tecnologias: Java EE JBoss AS MySQL Mahout

Inter-Applications Recommendation Service Modelo arquitetural

Inter-Applications Recommendation Service Módulo de Serviço

Inter-Applications Recommendation Service Módulo de Contextualização

Inter-Applications Recommendation Service Módulo de Contextualização Descontextualização Contextualização

Inter-Applications Recommendation Service Módulo de Recomendação

Inter-Applications Recommendation Service Módulo de Recomendação Adaptações realizadas em 2 momentos: Coeficiente de correlação de Pearson Cálculo da utilidade

Inter-Applications Recommendation Service Exemplo

Inter-Applications Recommendation Service Repositório de Conhecimento

Análises e Resultados

Coleta de dados e análise de recomendações Ferramenta desenvolvida para dar suporte a coleta de dados e as análises realizadas JSF Facelets Primefaces Composta por 3 módulos Coleta de dados Recomendação Usuário

Coleta de dados e análise de recomendações Módulo de coleta de dados

Coleta de dados e análise de recomendações Módulo de recomendação

Coleta de dados e análise de recomendações Módulo de usuário

Coleta de dados e análise de recomendações Base de dados Existentes Wikilens, MovieLens, Book-Crossing e Jester Joke Coletada 3 contextos 30 itens/contexto 52 usuários 1560 avaliações

Coleta de dados e análise de recomendações Análise das recomendações Recomendação inter-aplicações X Recomendação clássica Itens recomendados Vizinhos do usuário

Coleta de dados e análise de recomendações Itens recomendados Novos itens

Coleta de dados e análise de recomendações Itens recomendados Omissão de itens

Coleta de dados e análise de recomendações Itens recomendados Itens com notas e ordens de utilidade iguais

Coleta de dados e análise de recomendações Itens recomendados Itens com notas iguais e ordens de utilidade diferentes

Coleta de dados e análise de recomendações Itens recomendados Itens iguais com notas diferentes

Coleta de dados e análise de recomendações Vizinhos do usuário Vizinhos iguais com mesma ordem de semelhança

Coleta de dados e análise de recomendações Vizinhos do usuário Vizinhos iguais com ordens de semelhança diferentes

Coleta de dados e análise de recomendações Vizinhos do usuário Vizinhos diferentes

Coleta de dados e análise de recomendações Vizinhos do usuário Vizinhança híbrida

Considerações finais

Resultados e Dificuldades Resultados promissores Ameniza alguns problemas Novo usuário e Ovelha negra Problemas como o do novo item e de esparsidade persistem Houve dificuldade em encontrar uma base de dados para teste Coleta de dados

Trabalhos futuros Experimentos baseados em análises estatísticas Outras técnicas de filtragem CMBF, SMBF e HMBF Representação do conteúdo descritivo de itens pertencentes a diferentes aplicações Análise de Dados Simbólicos

Referências

Referências

Referências

Obrigado! O código fonte do projeto está disponível em http://code.google.com/p/iars