A oferta de produtos,informação e serviços a partir de perfis de usuários tem tornado os sistemas de recomendação cada vez mais presentes na Web, aumentando a facilidade de escolha e de permanência dos usuários nestes sistemas. Entretanto, existem otimizações a serem feitas principalmente com relação à modelagem do perfil do usuário. Geralmente, suas preferências são modeladas de modo superficial, devido à escassez das informações coletadas,como notas ou comentários, ou devido a informações indutivas que estão suscetíveis a erros. Esta dissertação propõe uma ferramenta de recomendação baseado em interações multimodais, capaz de combinar informações de usuários processadas individualmente por algoritmos de recomendação tradicionais. Nesta ferramenta desenvolveram-se quatro técnicas de combinação afim fornecer aos sistemas de recomendação, subsídios para melhoria na qualidade das predições em diversos domínios. / Providing products, information and services from user profiles has made the recommendation systems to be increasingly present, increasing the ease of selection and retention of users in Webservices. However, there are optimizations to be made in these systems mainly with respect to modeling the user profile. Generally, the preferences are modeled superficially, due to the scarcity of information collected, as notes or comments, or because of inductive information that is susceptible to errors. This work proposes are commendation tool based on multimodal interactions that combines users\' interactions, wich are processed individually by traditional recommendation algorithms. In this tool developed four combination of techniques in order to provide recommendation systems subsidies to improve the quality of predictions.

Made available in DSpace on 2014-06-12T17:42:42Z (GMT). No. of bitstreams: 2 arquivo7514_1.pdf: 1958864 bytes, checksum: 0ce28f9c21f61ff5f26de339512c1f98 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A utilização de Sistemas de Apoio a Decisão (SAD) tem se tornado mais frequente no âmbito empresarial, bem como em algumas decisões pessoais. Porém, a análise, o desenvolvimento e a implantação desse tipo de sistema não é uma tarefa trivial. Os analistas responsáveis por todo ciclo de vida do desenvolvimento do SAD, encontram várias dificuldades nas análises das necessidades dos usuários e na futura satisfação no uso do sistema. Esse tipo de problemática provém, em muitos casos, da necessidade de considerar além das necessidades básicas do usuário, também considerar os fatores ambientais que impactam nas suas atividades, bem como características do seu perfil. Diante da complexidade exposta, faz-se necessário a criação de um modelo de ciclo de vida para o desenvolvimento do SAD, que considere os fatores ambientais inerentes às atividades e aos perfis dos usuários, aglutinando-os nas estruturas do SAD. Esse estudo visa à proposição de recomendações e melhores práticas para os analistas responsáveis pelo desenvolvimento do SAD, identificando as fases críticas para cada estrutura do mesmo, criando um modelo de ciclo de vida com essas fases, bem como as iterações entre elas

A oferta de produtos,informação e serviços a partir de perfis de usuários tem tornado os sistemas de recomendação cada vez mais presentes na Web, aumentando a facilidade de escolha e de permanência dos usuários nestes sistemas. Entretanto, existem otimizações a serem feitas principalmente com relação à modelagem do perfil do usuário. Geralmente, suas preferências são modeladas de modo superficial, devido à escassez das informações coletadas,como notas ou comentários, ou devido a informações indutivas que estão suscetíveis a erros. Esta dissertação propõe uma ferramenta de recomendação baseado em interações multimodais, capaz de combinar informações de usuários processadas individualmente por algoritmos de recomendação tradicionais. Nesta ferramenta desenvolveram-se quatro técnicas de combinação afim fornecer aos sistemas de recomendação, subsídios para melhoria na qualidade das predições em diversos domínios. / Providing products, information and services from user profiles has made the recommendation systems to be increasingly present, increasing the ease of selection and retention of users in Webservices. However, there are optimizations to be made in these systems mainly with respect to modeling the user profile. Generally, the preferences are modeled superficially, due to the scarcity of information collected, as notes or comments, or because of inductive information that is susceptible to errors. This work proposes are commendation tool based on multimodal interactions that combines users\' interactions, wich are processed individually by traditional recommendation algorithms. In this tool developed four combination of techniques in order to provide recommendation systems subsidies to improve the quality of predictions.