Made available in DSpace on 2016-06-02T19:06:22Z (GMT). No. of bitstreams: 1 6770.pdf: 4215500 bytes, checksum: 31340bf5dc86076ef8911622315ba83c (MD5) Previous issue date: 2015-02-27 / Financiadora de Estudos e Projetos / The high rate of growth and variety of information available on the Internet can overwhelm users, not leading them to the best decisions. In this context, social recommender systems play an important role on helping users against the effects of information overload. However, these systems need for data collection from its users social context motivates privacy concerns and may discourage its use. Thus, this dissertation presents a privacy negotiation model for social recommender systems to enable user to control his own privacy from the perspective of computer science. So, the user can decide to provide access to their data considering the personalization benefits that the system can offer him in exchange and is not forced to fully accept the privacy policies though. In this model, the privacy control is possible by means of a user interface design pattern using privacy negotiation techniques. The SocialRecSys social recommender system is an implementation of this model that was used in an evaluation with 32 users. The results showed that users are not satisfied with traditional interfaces and the model can better deal with the potentially different privacy preferences of each user. The results also indicated the high usability of the user interfaces of this model, which increase the flexibility of the systems regarding the configuration options of privacy preferences without harm the usage easiness of it. The implementation of this model shows that this is an alternative to reduce the concerns of privacy of social recommender systems users by increasing the flexibility and providing them a better understanding of the recommender systems. So users can feel encouraged to share their data in social recommender systems and take advantage of its personalization benefits. / A alta taxa de crescimento e variedade de informações disponíveis na Internet podem sobrecarregar os usuários, levando-os a não tomar as melhores decisões. Nesse contexto, os sistemas de recomendação social desempenham um importante papel ao auxiliar os usuários contra os efeitos da sobrecarga de informação. No entanto, a necessidade desses sistemas de coletar dados do contexto social dos seus usuários motiva preocupações de privacidade e pode desencorajar o seu uso. Assim, esta dissertação apresenta um modelo de negociação de privacidade para sistemas de recomendação social visando possibilitar ao usuário o controle de sua própria privacidade sob a perspectiva da ciência da computação. Desse modo o usuário pode decidir fornecer acesso aos seus dados considerando os benefícios de personalização que o sistema pode lhe oferecer em troca e ele não é obrigado a aceitar completamente as politicas de privacidade. Nesse modelo, o controle de privacidade é possível por meio de um padrão de projeto de interface de usuário que faz uso de técnicas de negociação de privacidade. O sistema de recomendação social SocialRecSys é uma implementação desse modelo e foi utilizado em uma avaliação com 32 usuários. Os resultados evidenciaram que os usuários não estão satisfeitos com as interfaces tradicionais e que o modelo apresentado pode tratar melhor as potencialmente diferentes preferências de privacidade de cada usuário. Os resultados também indicam a alta usabilidade das interfaces de usuário desse modelo. São interfaces que aumentam a flexibilidade dos sistemas em relação às opções de configuração de preferências de privacidade, sem tornar mais complexo o uso desses sistemas. A implementação do modelo proposto se mostra uma alternativa para reduzir as preocupações com privacidade dos usuários de sistemas de recomendação social, aumentando a flexibilidade e provendo aos usuários maior entendimento desses sistemas. Assim, os usuários podem se sentir encorajados a compartilhar seus dados com os sistemas de recomendação social e desfrutar de seus benefícios de personalização.

Made available in DSpace on 2016-06-02T19:07:09Z (GMT). No. of bitstreams: 1 BERBEL_Talita_2015.pdf: 2383674 bytes, checksum: 3c3c42908a145864cffb9aa42b7d45b7 (MD5) Previous issue date: 2015-03-23 / With the rapid growth of unstructured data, such as text documents, it becomes more and more interesting and necessary to extract such information to support decision making in business intelligence systems. Recommendations can be used in the OLAP process, because they allow users to have a particular experience in exploiting data. The process of recommendation, together with the possibility of query personalisation, allows recommendations to be increasingly relevant. The main contribution of this work is to propose an effective solution for semantic recommendation of documents through personalisation of OLAP aggregation queries in a data warehousing environment. In order to aggregate and recommend documents, we propose the use of semantic similarity. Domain ontology and the statistical measure of frequency are used in order to verify the similarity between documents. The threshold of similarity between documents in the recommendation process is adjustable and this is the personalisation that provides to the user an interactive way to improve the relevance of the results. The proposed case study is based on articles from PubMed and its domain ontology in order to create a prototype using real data. The results of the experiments are presented and discussed, showing that good recommendations and aggregations are possible with the suggested approach. The results are discussed on the basis of evaluation measures: precision, recall and F1-measure. / Com o crescimento do volume dos dados não estruturados, como os documentos de texto, torna-se cada vez mais interessante e necessário extrair informações deste tipo de dado para dar suporte à tomada de decisão em sistemas de Business Intelligence. Recomendações podem ser utilizadas no processo OLAP, pois permitem que os usuários tenham uma experiência diferenciada na exploração dos dados. O processo de recomendação, aliado à possibilidade da personalização das consultas dos usuários, tomadores de decisão, permite que as recomendações possam ser cada vez mais relevantes. A principal contribuição deste trabalho é a proposta de uma solução eficaz para a recomendação semântica de documentos mediante a personalização de consultas de agregação OLAP em um ambiente de Data Warehousing. Com o intuito de agregar e recomendar documentos propõe-se a utilização da similaridade semântica. A ontologia de domínio e a medida estatística de frequência são utilizadas com o objetivo de verificar a similaridade entre os documentos. O limiar de similaridade entre os documentos no processo de recomendação pode ser parametrizado e é esta a personalização que oferece ao usuário uma maneira interativa de melhorar a relevância dos resultados obtidos. O estudo de caso proposto se baseia em artigos da PubMed e em sua ontologia de domínio com o propósito de criar um protótipo utilizando dados reais. Os resultados dos experimentos realizados são expostos e analisados, mostrando que boas recomendações e agregações são possíveis utilizando a abordagem sugerida. Os resultados são discutidos com base nas métricas de avaliação: precision, recall e F1-measure.

Made available in DSpace on 2015-05-14T12:36:44Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 1717501 bytes, checksum: a194161543834f4f020e7d49fcd4cbe5 (MD5) Previous issue date: 2013-03-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The emerging scenario of interactive Digital TV (iDTV) is promoting the increase of interactivity in the communication process and also in audiovisual production, thus rising the number of channels and resources available to the user. This reality makes the task of finding the desired content becoming a costly and possibly ineffective action. The incorporation of recommender systems in the iDTV environment is emerging as a possible solution to this problem. This work aims to propose a hybrid approach to content recommendation in iDTV, based on data mining techniques, integrated the concepts of the Semantic Web, allowing structuring and standardization of data and consequent possibility of sharing information, providing semantics and automated reasoning. For the proposed service is considered the Brazilian Digital TV System and the middleware Ginga. A prototype has been developed and carried out experiments with NetFlix database using the measuring accuracy for evaluation. There was obtained an average accuracy of 30% using only mining technique. Including semantic rules obtained average accuracy of 35%. / Com o advento da TV Digital interativa (TVDi), nota-se o aumento de interatividade no processo de comunicação além do incremento das produções audiovisuais, elevando o número de canais e recursos disponíveis para o usuário. Esta realidade faz da tarefa de encontrar o conteúdo desejado uma ação onerosa e possivelmente ineficaz. A incorporação de sistemas de recomendação no ambiente TVDi emerge como uma possível solução para este problema. Este trabalho tem como objetivo propor uma abordagem híbrida para recomendação de conteúdo em TVDi, baseada em técnicas de Mineração de Dados, integradas a conceitos da Web Semântica, permitindo a estruturação e padronização dos dados e consequente possibilidade do compartilhamento de informações, provendo semântica e raciocínio automático. Para o serviço proposto é considerado o Sistema Brasileiro de TV Digital e o middleware Ginga. Foi desenvolvido um protótipo e realizado experimentos com a base de dados do NetFlix, utilizando a métrica de precisão para avaliação. Obteve-se uma precisão média de 30%, utilizando apenas a técnica de mineração. Acoplando-se com as regras semânticas obteve-se precisão média de 35%.

Submitted by Edgar Bisset Alvarez (ebicet@gmail.com) on 2017-09-26T15:42:00Z No. of bitstreams: 1 BISSET, E._Tese Doutorado_2017.pdf: 3344763 bytes, checksum: 884ae066aac9154e1211e987df275f8f (MD5) / Rejected by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br), reason: Solicitado pelo autor. on 2017-09-26T16:03:28Z (GMT) / Submitted by Edgar Bisset Alvarez (ebicet@gmail.com) on 2017-09-26T16:11:02Z No. of bitstreams: 1 BISSET ALVAREZ, EDGAR._Tese Doutorado_2017.pdf: 3385452 bytes, checksum: af6910cf5fa84c7e9a61b79bb3a23011 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-09-26T16:24:03Z (GMT) No. of bitstreams: 1 bissetalvarez_e_dr_mar.pdf: 3385452 bytes, checksum: af6910cf5fa84c7e9a61b79bb3a23011 (MD5) / Made available in DSpace on 2017-09-26T16:24:03Z (GMT). No. of bitstreams: 1 bissetalvarez_e_dr_mar.pdf: 3385452 bytes, checksum: af6910cf5fa84c7e9a61b79bb3a23011 (MD5) Previous issue date: 2017-08-28 / Programa de Apoyo a Estudiantes de Doctorado del Extranjero (PAEDEX) “AUIPUNESP” / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Produto do amplo avanço no desenvolvimento de aplicativos e ferramentas para o uso nas bibliotecas percebe-se um notável aumento no nível de complexidade dos ambientes de informação destas instituições, o que desde a perspectiva da Arquitetura da Informação cria a necessidade de projetos de pesquisas mais apurados, e que visem melhorar os ambientes de informação das bibliotecas universitárias, tendo sempre como principal objetivo, favorecer as experiências dos usuários, e ajudá-los nos processos de encontrabilidade das informações pertinentes, no momento preciso e com a máxima qualidade possível. Estudos desenvolvidos na área da Ciência da Informação, da Biblioteconomia, e mais especificamente na área da Arquitetura da Informação têm realizado grandes esforços na busca de técnicas, métodos e ferramentas que permitam facilitar e aumentar para o usuário final, a tomada de melhores decisões em suas atividades diárias. No entanto, estes estudos demostram-se insuficientes na hora de antecipar-se às necessidades dos usuários e proporcionar a eles informações personalizadas que atendam seus gostos e preferências. Diante deste cenário, evidenciamos a necessidade de respostas para este fenômeno, encontrando na área da Ciência da Computação estudos sobre a personalização dos ambientes digitais (aplicados especificamente na área do e-commerce), por meio da incorporação de Sistemas de Recomendações, voltados para o alívio da carga informacional que recai sobre o usuário, e o aumento do serendipismo nos diferentes ambientes informacionais por meio de técnicas de filtragem da informação, que sugerem aos usuários recursos que possam vir a satisfazer suas necessidades. Surge assim a questão que norteia esta pesquisa: Como melhorar a Encontrabilidade da Informação nos espaços informacionais dos CRAI, a partir da inserção e uso dos Sistemas de Recomendação em projetos de Arquitetura da Informação? A fim de demostrar a importância dos estudos sobre esse tema desde a perspectiva da Biblioteconomia, definiu-se como objetivo principal a “Construção de um modelo teórico de Arquitetura da Informação com foco em Sistemas de Recomendação, visando aumentar a Encontrabilidade da Informação nos CRAI”. Como metodologia para o desenvolvimento desta pesquisa, optamos pelo uso do método quadripolar, pela sua capacidade de dinamismo e flexibilidade, e facilidade de análise do objeto de investigação a partir de diferentes perspectivas. Durante toda a pesquisa, trabalhou-se com a hipótese de que, a incorporação dos Sistemas de Recomendação no contexto das Bibliotecas Universitárias facilitará o processo de Encontrabilidade da Informação de uma comunidade de usuários cada vez mais exigente para com os produtos e serviços que consomem. Como resultados foram apresentados, primeiramente, um conceito de Sistema de Recomendação aplicável e usável na área da Biblioteconomia, além de trazer a proposta de um modelo teórico para a inclusão dos Sistemas de Recomendação em futuros projetos de Arquitetura da Informação, não só dos ambientes informacionais das bibliotecas universitárias, como de outros centros de informação, por último, elaborou-se uma ferramenta que permite avaliar a implementação e funcionamento do modelo na sua aplicação prática. / Due to the wide advancement in the development of applications and tools for the use of libraries, there is a notable increase in the level of complexity of the information environments of these institutions, there is an increase in the level of complexity of their informational environments, that, of the perspective of Information Architecture creates the need for more accurate research projects, in the search to improve the information environments of the university libraries, having as main objective, to improve the experiences of the users, and assist them to find the pertinent information, at the right time and with the highest possible quality. Many studies developed in the area of Library and Information Science, and more specifically into Information Architecture have made great efforts in the search for techniques, methods and tools that allow, and enable them to make better decisions in their daily activities. However, these studies prove to be insufficient, when it comes to anticipating the needs of users, and providing personalized information that suit their tastes and preferences. In this scenario, we highlight the need for answers to this problem, finding into area of computer science, studies on the personalization of digital environments (specifically applied into e-commerce area) through the incorporation of Recommendations Systems, aimed at alleviating to informational overburden on the user, and increasing to serendipity in the different information environments, through to the information filtering techniques, that suggest which to users, resources that may meet their needs.. This raises the question that guides this research: How to improve Findability of Information into CRAI, based on the insertion and use of Recommendation Systems in Information Architecture projects? In order to show the importance of the studies on this subject, from the perspective of Library Science, was defined the main objective, being "to the Construction of a theoretical model of Information Architecture focusing on Recommendation Systems in order to increase Findability of Information into CRAI"As methodology for the development of this research, we chose the use of the Quadripolar Method, its capacity for dynamism and flexibility, and ease of analysis of the research object from different perspectives. Throughout the research, we worked to the hypothesis, that the incorporation of the Recommendation Systems in the context of University Libraries will facilitate the process of Findability of Information, an user community increasingly to demanding, with the products and services they consume. As a result, was first presented a concept of System of Recommendation, applicable and usable in the area of Library Science, as well as the proposal of a theoretical model for the inclusion of Recommendation Systems, in future Information Architecture projects, not only for the informational environments of the University libraries, and for other information centers too. Finally, a tool was developed to evaluate the implementation and functioning of the model in its practical application. / Debido al amplio avance alcanzado en el área de desarrollo de aplicaciones y herramientas para el uso de las bibliotecas, se nota un notable aumento en el nivel de complejidad de los ambientes de información de estas instituciones, lo que desde la perspectiva de la Arquitectura de la Información crea la necesidad de proyectos de investigación, que busquen mejorar los ambientes de información de las Bibliotecas Universitarias, teniendo como principal objetivo mejorar las experiencias de los usuarios y ayudarlos en el proceso de encontrar la información pertinente, en el momento preciso y con la mejor calidad posible. Estudios desarrollaos desde las Ciencias de la Información, la Bibliotecología y específicamente desde la Arquitectura da Información se han realizado grandes esfuerzos en la búsqueda de técnicas, métodos y herramientas que faciliten y aumenten el acceso, uso y capacidad de los usuarios para tomar mejores decisiones en sus actividades diarias. Estos estudios aun resultan insuficientes en su capacidad de anticiparse a las necesidades de los usuarios y ofrecerles informaciones con cierto nivel de personalización e que acompañen sus gustos y preferencias. Ante este contexto, percibimos la necesidad de dar respuesta a este fenómeno, encontrando en el dominio de la computación, estudios sobre la personalización de los ambientes digitales (utilizados específicamente en el área de e-comerce), a través de la incorporación de Sistemas de Recomendación, orientados a aliviar la carga informacional que sobre el usuario recae y el aumento del serendipismo en los diferentes ambientes informacionales a través de técnicas de filtrado de información, que les sugieren a los usuarios recursos que podrían satisfacer sus necesidades de información futuras. Surge así la pregunta que guía esta investigación: ¿Cómo mejorar la encontrabilidad de la información en los espacios informacionales de los CRAI, partiendo de la inserción y uso de los Sistemas de Recomendación en proyectos de Arquitectura de la Información? Con el objetivo de mostrar la importancia de estudios sobre este tema desde la perspectiva de la Bibliotecología, se define como objetivo principal de la investigación, la “Construcción de un modelo teórico de Arquitectura de la Información con foco en los Sistemas de Recomendación con el objetivo de aumentar la Encontrabilidad de la Información en los CRAI. La metodología adoptada para la realización de esta investigación fue el método cuadripolar, que brinda cierta facilidad y flexibilidad para la investigación, así como, claridad para la realización de un profundo análisis del objeto de estudio desde diferentes perspectivas. Durante la investigación se trabajó con la hipótesis de que, con la incorporación de los Sistemas de Recomendación en los ambientes de las bibliotecas universitarias, el proceso de encontrabilidad acontecería con mayor facilidad en la medida que tratan de satisfacer las necesidades de su comunidad usuaria. Como resultado final fue elaborado un concepto de Sistema de Recomendación aplicable y usable en el contexto de la Bibliotecología, además de presentar una propuesta de modelo teórico para la inclusión de los sistemas de recomendación en futuros proyectos de Arquitectura de Información, no solo de los ambientes de información de las bibliotecas universitarias, como de otros centros de información, por último se elaboró una herramienta de evaluación que acompañe el proceso de implementación funcionamiento del modelo en su aplicación práctica. / CAPES: 88881.135000/2016-01

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-05-02T13:28:09Z No. of bitstreams: 1 DANILO ABREU SANTOS - DISSERTAÇÃO PPGCC 2015..pdf: 2955839 bytes, checksum: 45290d85cdffbae0320f29fc5e633cb6 (MD5) / Made available in DSpace on 2018-05-02T13:28:09Z (GMT). No. of bitstreams: 1 DANILO ABREU SANTOS - DISSERTAÇÃO PPGCC 2015..pdf: 2955839 bytes, checksum: 45290d85cdffbae0320f29fc5e633cb6 (MD5) Previous issue date: 2015-08-24 / A modalidade de educação online tem crescido significativamente nas últimas décadas em todo o mundo, transformando-se em uma opção viável tanto àqueles que não dispõem de tempo para trabalhar a sua formação acadêmica na forma presencial quanto àqueles que desejam complementá-la. Há também os que buscam ingressar no ensino superior por meio do Exame Nacional do Ensino Médio (ENEM) e utilizam esta modalidade de ensino para complementar os estudos, objetivando sanar lacunas deixadas pela formação escolar. O ENEM é composto por questões objetivas (subdivididas em 4 grandes áreas: Linguagens e Códigos; Matemática; Ciências Humanas; e Ciências Naturais) e a questão subjetiva (redação). Segundo dados do Ministério da Educação (MEC), mais de 50% dos candidatos que fizeram a prova do ENEM em 2014 obtiveram desempenho abaixo de 500 pontos na redação. Esta pesquisa utilizará recomendações pedagógicas baseadas no gênero textual utilizado pelo ENEM, visando prover uma melhoria na escrita da redação dissertativa. Para tanto, foi utilizado, como ferramenta experimental, o ambiente online de aprendizagem MeuTutor. O ambiente possui um módulo de escrita de redação, no qual é utilizada para correção dos textos elaborados pelos alunos, a metodologia de avaliação por pares, cujo pesquisas mostram que os resultados avaliativos são significativos e bastante similares aos obtidos por professores especialistas. Entretanto, apenas apresentar a pontuação da redação por si só, não garante a melhora da produção textual do aluno avaliado. Desta forma, visando um ganho em performance na produção da redação, foi adicionado ao MeuTutor um módulo de recomendação pedagógica baseado em 19 perfis resultados do uso de algoritmos de mineração de dados (DBScan e Kmeans) nos microdados do ENEM 2012 disponibilizado pelo MEC. Estes perfis foram agrupados em 6 blocos que possuíam um conjunto de tarefas nas áreas de escrita, gramática e coerências e concordância textual. A validação destas recomendações foi feita em um experimento de 3 ciclos, onde em cada ciclo o aluno: escreve a redação; avalia os seus pares; realiza a recomendação pedagógica que foi recebida. A partir da análise estatística destes dados, foi possível constatar que o modelo estratégico de recomendação utilizado nesta pesquisa, possibilitou um ganho mensurável na qualidade da produção textual. / Online education has grown significantly in recent years throughout the world, becoming a viable option for those who don’t have the time to pursuit traditional technical training or academic degree. In Brazil, people seek to enter higher education through the National Secondary Education Examination (ENEM) and use online education to complement their studies, aiming to remedy gaps in their school formation. The ENEM consists of objective questions (divided into 4 main areas: languages and codes; Mathematics; Social Sciences, and Natural Sciences), and the subjective questions (the essay). According to the Brazilian Department of Education (MEC), more than 50% of the candidates who took the test (ENEM) in 2014, obtained performance below 500 points (out of a 1000 maximum points) for their essays. This research uses educational recommendations based on the five official correction criteria for the ENEM essays, to improve writing. Thus, this research used an experimental tool in an online learning environment called MeuTutor. The mentioned learning environment has an essay writing/correction module. The correction module uses peer evaluation techniques, for which researches show that the results are, significantly, similar to those obtained by specialists’ correction. However, to simply display the scores for the criteria does not guarantee an improvement in students’ writing. Thus, to promote that, an educational recommendation module was added to MeuTutor. It is based on 19 profiles obtained mining data from the 2012 ENEM. It uses the algorithms DBSCAN and K-Means, and grouped the profiles into six blocks, to which a set of tasks were associated to the areas of writing, grammar and coherence, and textual agreement. The validation of these recommendations was made in an experiment with three cycles, where students should: (1) write the essay; (2) evaluate their peers; (3) perform the pedagogical recommendations received. From the analysis of these data, it was found that the strategic model of recommendation used in this study, enabled a measurable gain in quality of textual production.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / Hoje em dia, a quantidade de usuários que utilizam sites de comércio eletrônico para realizar compras está aumentando muito, principalmente devido à facilidade e rapidez. Muitos sites de comércio eletrônico, diferentemente das lojas físicas, disponibilizam aos seus usuários uma grande variedade de produtos e serviços, e os usuários podem ter muita dificuldade em encontrar produtos de sua preferência. Normalmente, a preferência por um produto pode ser influenciada pela aparência visual da imagem do produto. Neste contexto, os Sistemas de Recomendação de produtos que estão associados a Imagens (SRI) tornaram-se indispensáveis para ajudar os usuários a encontrar produtos que podem ser, eventualmente, agradáveis ou úteis para eles. Geralmente, os SRI usam o comportamento passado dos usuários (cliques, compras, críticas, avaliações, etc.) e/ou atributos de produtos para definirem as preferências dos usuários. Um dos principais desafios enfrentados em SRI é a necessidade de o usuário fornecer algumas informações sobre suas preferências sobre os produtos, a fim de obter novas recomendações do sistema. Infelizmente, os usuários nem sempre estão dispostos a fornecer tais informações de forma explícita. Assim, a fim de lidar com esse desafio, os métodos para obtenção de informações de forma implícita do usuário são desejáveis. Neste trabalho, propõe-se investigar em que medida informações sobre atenção visual do usuário podem ajudar a melhorar a predição de avaliação e consequentemente produzir SRI mais precisos. É também objetivo deste trabalho o desenvolvimento de dois novos métodos, um método baseado em Filtragem Colaborativa (FC) que combina avaliações e dados de atenção visual para representar o comportamento passado dos usuários, e outro método baseado no conteúdo dos itens, que combina atributos textuais, características visuais e dados de atenção visual para compor o perfil dos itens. Os métodos propostos foram avaliados em uma base de imagens de pinturas e uma base de imagens de roupas. Os resultados experimentais mostram que os métodos propostos neste trabalho possuem ganhos significativos em predição de avaliação e precisão na recomendação quando comparados ao estado-da-arte. Vale ressaltar que as técnicas propostas são flexíveis, podendo ser utilizadas em outros cenários que exploram a atenção visual dos itens recomendados. / Nowadays, the amount of users using e-commerce sites for shopping is greatly increasing, mainly due to the easiness and rapidity of this way of consumption. Many e-commerce sites, differently from physical stores, can offer their users a wide range of products and services, and the users can find it very difficult to find products of your preference. Typically, your preference for a product can be influenced by the visual appearance of the product image. In this context, Image Recommendation Systems (IRS) have become indispensable to help users to find products that may possibly pleasant or be useful to them. Generally, IRS use past behavior of users (clicks, purchases, reviews, ratings, etc.) and/or attributes of the products to define the preferences of users. One of the main challenges faced by IRS is the need of the user to provide some information about his / her preferences on products in order to get further recommendations from the system. Unfortunately, users are not always willing to provide such information explicitly. So, in order to cope with this challenge, methods for obtaining user’s implicit feedback are desirable. In this work, the author propose an investigation to discover to which extent information concerning user visual attention can help improve the rating prediction hence produce more accurate IRS. This work proposes to develop two new methods, a method based on Collaborative Filtering (CF) which combines ratings and data visual attention to represent the past behavior of users, and another method based on the content of the items, which combines textual attributes, visual features and visual attention data to compose the profile of the items. The proposed methods were evaluated in a painting dataset and a clothing dataset. The experimental results show significant improvements in rating prediction and precision in recommendation when compared to the state-of-the-art. It is worth mentioning that the proposed techniques are flexible and can be applied in other scenarios that exploits the visual attention of the recommended items. / Tese (Doutorado)

Made available in DSpace on 2014-07-29T14:52:06Z (GMT). No. of bitstreams: 1 Tese Paula Pereira Torga.pdf: 781054 bytes, checksum: 44527a523a51d10dd76cb056750adbc4 (MD5) Previous issue date: 2011-04-14 / Genotypes x environments interaction (GxE) have many implications in a plant breeding program. Its importance becomes most obvious and pronounced in the final evaluation phase of lines for recommendation of new cultivars. At this stage, final tests on networking called value of cultivation and use (VCU) trials are carried out, in different locations, seasons and years, which allows a detailed study of GxE. The interaction can be controlled with a detailed study, and it does not negatively affect in the recommendation, providing a most secure selection and recommendation. There are some ways to mitigate the effect of GxE interaction, among them can be cited: i) the identification of cultivars with greater adaptability and phenotypic stability; ii) environmental stratification; and iii) the decomposition of the interaction to verify which factors (locations, season or years) is more expressive. The aim of this work was to study the GxE interaction in details, using VCU trials of common black bean, analyzing adaptability and phenotypic stability, environmental stratification and decomposition of GxE interaction. It makes possible to have most secure decision in the conduction of tests as the selection and recommendation of cultivars with the purpose to guide the common bean breeding program at Embrapa Rice and Beans. Data for grain yield (kg.ha-1) from the VCU trials of black beans, conducted during the years 2003 and 2004, in 69 environments of Central (43 environments) and Central-South regions (26 environments) from Brazil were analyzed in the following States: Distrito Federal, Goiás, Mato Grosso, Mato Grosso do Sul, Tocantins, Paraná, Santa Catarina, Sao Paulo and Rio Grande do Sul. Complete block design with three replications and plots of four rows with four meters long were used. Each test consisted of 13 genotypes of common black beans: eight elite lines (TB 9409, TB 9713, CNFP 10138, CNFP 7966, CNFP 7972, 7994 CNFP, CNFP 8000, CNFP 9328) and five cultivars (BRS Valente, FT Nobre, Diamante Negro, IPR Uirapuru, FT Soberano). First were done the phenotypic adaptability and stability analysis for region, to identify lines with specific and wide adaptation, using the methodologies of Annicchiarico and AMMI (additive main effects model and multiplicative interaction), with data from 69 trials. The lines with higher specific adaptation in each region were not coincident using the methodologies of Annicchiarico and AMMI. It was not possible identify genotypes with similar patterns of stability specific or broad using methodologies of Annicchiarico and AMMI (MPEA). The methodologies of Annicchiarico and AMMI (MPEAP) presented estimates of broad and specific adaptation very similar. Based on the methods Annicchiarico and AMMI (MPEAP) lines with more specific adaptation were CNFP 8000 and CNFP 7994, respectively, in the Central and Mid-South regions, and CNFP 8000 was more widely adaptated. To check which of the environmental factors (local, season or years) the interaction with common black bean genotypes is more expressive, and identify materials with broad and specific adaptation to sowing seasons, it was performed an analysis of variance with the decomposition of GxE in genotype x year, genotype x season and genotype x location. This analysis was performed by region, using first, 18 trials of Central region and 12 trials of the Central-South region, which allowed a partial isolation of factors and, later, the analysis using eight trials of each region, which allowed a complete isolation of the factors. The results showed that for Central Region was more important to evaluate the genotypes in different seasons and years than at different locations. For Central-South Region were more important evaluations of genotypes in different locations and years than at different seasons. For the Central Region, most genotypes had specific adaptation, but it was possible to identify lines widely adapted. In South-Central region the most genotypes showed widely adapted, but some lines showed strong specific adaptation. The line CNFP 8000 was the most widely adapted when we considered the two sowing season and the two regions. To evaluate the similarity among the locations assessed, it was performed environmental stratification analysis by sowing season for each region separately, using data from 27 trials from Central Region and 24 trials from Central-South Region. We used four different methods: i) traditional, proposed by Lin, complemented by simple fraction analysis of GxE interaction; ii) factor analysis; iii) Pearson correlation estimate; and iv) ecovalence. The results for the Central Region indicated Morrinhos as redundant using all four methodologies and for this reason, it was recommend to remove this local from the network of lines evaluation of Embrapa Rice and Beans. For the Central-South region, it was not detected the presence of similarity between locations and, because of this, all places will remain in the network of lines evaluation. / A interação genótipos x ambientes (GxA) tem inúmeras implicações em um programa de melhoramento de plantas e, na fase de avaliação final das linhagens, para a indicação de novas cultivares, sua importância se torna mais evidente e bastante pronunciada. Nesta fase são conduzidos os ensaios finais em rede, denominados de valor de cultivo e uso (VCU), em diferentes locais, safras e anos, o que permite um estudo detalhado da interação GxA. Com esse detalhamento a interação pode ser controlada, não interferindo negativamente na indicação, proporcionando uma seleção e recomendação mais seguras. Existem algumas maneiras de se atenuar o efeito da interação GxA, entre elas podem-se citar: identificação de cultivares com maior adaptabilidade e estabilidade fenotípica; ii) estratificação de ambientes; e iii) decomposição desta interação, para verificar com qual dos fatores (locais, épocas ou anos) ela é mais expressiva. O objetivo do presente trabalho foi estudar, de forma detalhada, a interação GxA, em ensaios de VCU de feijoeiro-comum com grãos pretos, realizando análises de adaptabilidade e estabilidade fenotípica, de estratificação ambiental e de decomposição da interação GxA, para orientar o programa de melhoramento do feijoeiro-comum da Embrapa Arroz e Feijão e, possibilitar tomadas de decisão mais seguras, tanto na condução dos ensaios, quanto na seleção e indicação de cultivares. Foram utilizados dados de produtividade de grãos (kg ha-1),provenientes dos ensaios de VCU de feijão preto, conduzidos nos anos de 2003 e 2004, em 69 ambientes das Regiões Central (43 ambientes) e Centro-Sul (26 ambientes) do Brasil, nos seguintes Estados: Distrito Federal, Goiás, Mato Grosso, Mato Grosso do Sul, Tocantins, Paraná, Santa Catarina, São Paulo e Rio Grande do Sul. O delineamento experimental utilizado foi o de blocos completos ao acaso, com três repetições e parcelas de quatro linhas com quatro metros de comprimento. Cada ensaio foi constituído por 13 genótipos de feijoeiro-comum com grãos pretos: oito linhagens elite (TB 9409, TB 9713, CNFP 10138, CNFP 7966, CNFP 7972, CNFP 7994, CNFP 8000, CNFP 9328) e cinco cultivares (BRS Valente, FT Nobre, Diamante Negro, IPR Uirapuru, FT Soberano). Primeiramente foram realizadas as análises de adaptabilidade e estabilidade fenotípica por Região, visando identificar linhagens com adaptação específica e ampla, utilizando-se as metodologias de Annicchiarico e AMMI (modelo de efeitos principais aditivos e interação multiplicativa), com os dados dos 69 ensaios. As linhagens com maior adaptação específica em cada região não foram coincidentes utilizando-se as metodologias de Annicchiarico e AMMI. Não foi possível identificar genótipos com padrão de estabilidade específica ou ampla similares utilizando as metodologias de Annicchiarico e AMMI (MPEA). As metodologias de Annicchiarico e AMMI (MPEAP) apresentaram estimativas de adaptação específica e ampla muito semelhantes. Com base nos métodos Annicchiarico e AMMI (MPEAP) as linhagens com maior adaptação específica são CNFP 8000 e CNFP 7994, respectivamente, na Região Central e Centro-Sul, e com maior adaptação ampla foi identificada a CNFP 8000. Para verificar com qual dos fatores ambientais (locais, épocas ou anos) a interação de genótipos de feijoeiro-comum do grupo preto, é mais expressiva, e identificar materiais com adaptação ampla e específica às épocas de semeadura, foi realizada uma análise de variância com a decomposição da interação GxA em genótipos x anos, genótipos x épocas e genótipos x locais. Esta análise foi realizada por Região, utilizando-se primeiramente 18 ensaios da Região Central e 12 da Região Centro-Sul, que permitiram o isolamento parcial dos fatores e, posteriormente, com oito ensaios de cada região, que permitiram o isolamento total dos fatores. Os resultados mostraram que, para a Região Central, é mais importante avaliar os genótipos em diferentes épocas em vários anos do que em diferentes locais. Já para a Região Centro-Sul são mais importantes as avaliações dos genótipos em diferentes locais e anos do que em diferentes épocas. Para a Região Central, a maioria dos genótipos apresentou adaptação específica, mas foi possível identificar linhagens de adaptação ampla. Na Região Centro-Sul a maioria dos genótipos apresentou adaptação ampla, mas alguns mostraram forte adaptação específica. A linhagem CNFP 8000 foi a de maior adaptação ampla quando foram consideradas as duas épocas de semeadura e as duas regiões conjuntamente. Para avaliar a existência de similaridade entre os locais, foram realizadas análises de estratificação ambiental por época de semeadura, para cada região, utilizando-se dados de 27 ensaios da Região Central e de 24 da Região Centro-Sul. Foram utilizadas quatro diferentes metodologias: i) tradicional, proposta por Lin, complementada pela análise da fração simples da interação GxA; ii) análise de fatores; iii) estimativa da correlação de Pearson; e iv) ecovalência. Os resultados obtidos para a Região Central indicaram Morrinhos, como redundante, pelas quatro metodologias utilizadas e, devido a isto, recomendou-se a retirada desse local da rede de avaliação de linhagens da Embrapa Arroz e Feijão. Para a Região Centro-Sul não foi detectada a presença de similaridade entre os locais e, devido a isto, todos permanecerão na rede de avaliação de linhagens.

A crescente demanda por cursos baseados na World Wide Web (Web) tem imposto uma série de desafios para a área da Tecnologia da Informação e da Comunicação (TIC), em particular quando se considera a Educação apoiada pela Web. Uma das necessidades emergentes da Educação via Web está relacionada com o uso de Objetos de Aprendizagem (OA) dentro de Sistemas Gerenciadores de Curso (SGC). Além de considerar a produção de OA com \"qualidade\", deve-se providenciar seu armazenamento e disseminação de modo eficaz. Entretanto, algumas dificuldades tem sido reportadas por professores envolvidos com cursos pela Web, tais como: o \"custo elevado\" para a autoria do OA; a falta de ferramentas para o compartilhamento desses materiais; e experiências práticas negativas no reúso desses conteúdos em um SGC. Uma primeira proposta para mitigar esses problemas tem sido o desenvolvimento de ferramentas de Repositório de Objetos de Aprendizagem (ROA), visando principalmente facilitar a disseminação dos OA. Apesar do progresso já alcançado, ainda existem várias barreiras para a sua adoção pelos professores, como falta de integração simples entre o SGC e o ROA. Em geral as integrações atuais mostram-se difíceis para um usuário típico. Neste cenário, o objetivo deste projeto é apresentar um ROA inovador, o Repositório Interativo de Conteúdo Digital - iRepositório, cujo modelo prevê uma integração simplificada com um particular SGC e ainda oferece vários recursos para melhorar os processos de ensino e de aprendizagem, como o registro da eficácia educacional do OA. Como contribuição prática os fundamentos do iRepositório foram implementados para um SGC específico, o Moodle. Além de compartilhar OA entre cursos e usuários, ele provê recursos a outro componente do Moodle, o Tarefa Interativa - iTarefa, para armazenamento, classificação e busca de OA ou ainda facilidades para a manipulação dos Módulos de Aprendizagem Interativa (iMA). / The increasing demand for World Wide Web (Web) based courses has imposed some challenges in Information and Communications Technology (ICT) field, in particular when considering the education supported by the Web. One of the emerging needs of education supported by the Web is related to the Learning Objects (LO) usage inside Learning Management Systems (LMS). Besides production of \"good quality\" LO, it must be provided efficient methods concerning their storage and dissemination. However, some difficulties have been reported by teachers of Web based courses: \"expensive costs\" for LO authoring; lack of tools for sharing these materials; and negative practical experiences for reusing them in an LMS. Some proposals to mitigate these problems have been the development of Learning Object Repository (LOR) tools, mainly in order to facilitate the dissemination of LO. Despite the progress already achieved, there are still several barriers for their adoption by teachers such as lack of easy integration between LMS environment and LOR. In general, current integrations are not simple for typical users. In this context, the target of this project is to presents an innovative LOR, the Interactive Repository of Digital Contents - iRepository. Its model provides seamless integration with a particular LMS and offers several resources to help teaching and learning processes, such as registry of LO educational effectiveness. As a practical contribution, the fundamentals of iRepository model were implemented for an specific LMS, the Moodle system. Besides promoting LO sharing among courses and users, it provides resources to other Moodle component, the Interactive Assignment - iAssign, for storage, classification e searching of LO, or even ease management of Interactive Learning Module (iLM).

O objetivo desta pesquisa é avaliar o potencial de ocorrência de hidrocarbonetos utilizando uma abordagem simplificada para reservatórios de arenito com dados de dois campos petrolíferos. Inclui a modificação de equações tradicionais para os parâmetros relevantes objetivando ajudar a fornecer expressões alternativas para auxiliar na previsão das unidades de fluxo (hidráulicas) dos reservatórios, transmissibilidade e recuperação primária no Bloco de Petróleo de Ritchie e no Campo de Petróleo e Gás de Osland, ambos situados no Delta do Niger, Nigéria. Também envolve a estimativa dos volumes recuperáveis de hidrocarbonetos com os cortes d´água (Water Cut - Cw), o uso de correlações de tempo/profundidade corretas, análise de velocidade aprimorada para petrofísica e interpretações sísmicas envolvendo a recomendação dos pontos para localização de poços de desenvolvimento no Campo de Petróleo e Gás Osland. No geral, quatro equações tradicionais de permeabilidade (Tixier, Timur, Coates e Coates e Danio\'s) foram modificadas para a análise comparativa e previsão da transmissibilidade dos reservatórios selecionados para a recuperação primária de hidrocarbonetos. Da mesma forma, a equação da Schlumberger para as equações de cálculo do índice de fluido livre (Free Fluid Index - FFI), Tiab e Donaldson para o indicador de zona de fluxo (Flow Zone Indicator - FZI) e índice de qualidade do reservatório (Reservoir Quality Index - RQI) foram redefinidas e incorporadas para auxiliar nas avaliações da unidade de fluxo. Além disso, as equações da Schlumberger para a permeabilidade relativa de fluidos também foram modificadas e utilizadas para a predição da Cw associada. Os resultados indicam reservatórios com boas unidades de vazão e taxas de recuperação. Os volumes de Cw nos reservatórios avaliados estão dentro das taxas aceitáveis e permitiram, também, a identificação de outras profundidades prováveis e a recomendação de áreas de drenagem. A utlização de dados de perfilagem de poços em conjunto com os dados sísmicos (Well to Seismic tie - W-ST) ajudou a reduzir a dúvida sobre a espessora econômica (Pay Thickness - Pt) e a área de drenagem (Drainage Area - Ad). Modelos, em forma de simples equações e gráficos, foram sugeridos para a avaliação de reservatórios dentro de unidades de arenito. Com isso, o trabalho penoso no uso de equações tradicionais foi contornado. Desta forma, os erros computacionais que se somam quando se utliza uma série de equações antes das unidades de fluxo serem avaliadas foram evitados. Portanto, acredita-se que os métodos aqui adotados tenham minimizado o risco e a incerteza que acompanham as avaliações da unidade de fluxo, assim como as estimativas de volumes. Recomenda-se que um geólogo com experiência em geofísica ou mesmo um geofísico deve estar sempre envolvido em interpretações sísmicas e petrofísicas. Isso também contribuirá para a redução de riscos e incertezas. / The aim of this research is to evaluate the hydrocarbon potential using a simplified approach in the sandstone reservoirs of the fields within the two case studies. It includes the modification of some traditional equations for the relevant parameters to help provide alternative expressions to aid the prediction of the reservoirs flow (hydraulic) units, transmissibility and primary recovery in Ritchies Oil Block and Osland Oil and Gas Field. It also involves the estimation of the recoverable volumes of hydrocarbons with the associated water cuts (Cw), and the use of correct time/depth correlations and enhanced velocity analysis for petrophysics and seismic interpretations involving the recommendation of the points for siting developmental wells in Osland Oil and Gas Field. Overall, four traditional equations of permeability (Tixiers, Timurs, Coates and Coates and Denoos) were modified for the comparative analysis and prediction of the selected reservoirs transmissibility and primary hydrocarbon recovery. Similarly, the Schlumbergers equation for the free fluid index (FFI), the Tiab, and Donaldsons equations for Flow zone indicator (FZI) and reservoir quality index (RQI) were redefined and engaged to aid the flow units evaluations. In addition, the Schlumbergers equations for fluids relative permeability were also modified and engaged for the prediction of the associated Cw. The results indicate reservoirs with good flow units and rates of recoveries. The volumes of Cw in the evaluated reservoirs are within the acceptable rates and other probable depths and drainage areas were recommended. Well to seismic tie (W-ST) aided to reduce the doubt regarding pay thickness (Pt) and drainages area (Ad). Models, in form of equations and handy charts, were suggested for the evaluation of reservoirs within sandstone units. The drudgery in the use of tradition equations was bypassed. The computational errors that may come with the calculation of a range of equations before flow units are evaluated were avoided. The methods adopted herein are believed to have minimised risk and uncertainty that comes with the flow unit evaluations and volumes estimations. It is supported herein that a geologist upskilled in geophysics or a geophysicist unskilled in geology should always be engaged in seismic and petrophysical interpretations. This will also contribute to risk and uncertainty reduction.

Surprise is an important component of serendipity. In this research, we address the problem of measuring the capacity of a recommender system at embedding surprise in its recommendations. We show that changes in surprise of an item owing to the growth in user experience, as well as to the increase in the number of items in the repository, are not taken into account by the current metrics and evaluation methods. As a result, in so far as the time elapsed between two measurements grows, they become increasingly incommensurable. This poses as an additional challenge in the assessment of the degree to which a recommender is exposed to unfavourable conditions, such as over-specialisation or filter bubble. We argue that a) surprise is a finite resource in any recommender system, b) there are limits to the amount of surprise that can be embedded in a recommendation, and c) these limits allow us to create a scale up in which two measurements that were taken at different moments can be directly compared. By adopting these ideas as premises, we applied the deductive method to define the concepts of maximum and minimum potential surprises and designed a surprise metric called \"normalised surprise\" that employs these limits. Our main contribution is an evaluation method that estimates the normalised surprise of a system. Four experiments were conducted to test the proposed metrics. The aim of the first and the second experiments was to validate the quality of the estimates of minimum and maximum potential surprise values obtained by means of a greedy algorithm. The first experiment employed a synthetic dataset to explore the limits to surprise to a user, and the second one employed the Movielens-1M to explore the limits to surprise that can be embedded in a recommendation list. The third experiment also employed the Movielens-1M dataset and was designed to investigate the effect that changes in item representation and item comparison exert on surprise. Finally, the fourth experiment compares the proposed and the current state-of-the-art evaluation method in terms of their results and execution times. The results obtained from the experiments a) confirm that the quality of the estimates of potential surprise are adequate for the purpose of evaluating normalised surprise; b) show that the item representation and comparison model that is adopted has a strong effect on surprise; and c) indicate an association between high degrees of surprise and negatively skewed pairwise distance distributions, and also indicate a significant difference in the average normalised surprise of recommendations produced by a factorisation algorithm when the surprise employs the cosine or the Euclidean distance / A surpresa é um componente importante da serendipidade. Nesta pesquisa, abordamos o problema de medir a capacidade de um sistema de recomendação de incorporar surpresa em suas recomendações. Mostramos que as mudanças na surpresa de um item, devidas ao crescimento da experiência do usuário e ao aumento do número de itens no repositório, não são consideradas pelas métricas e métodos de avaliação atuais. Como resultado, na medida em que aumenta o tempo decorrido entre duas medições, essas se tornam cada vez mais incomensuráveis. Isso se apresenta como um desafio adicional na avaliação do grau em que um sistema de recomendação está exposto a condições desfavoráveis como superespecialização ou filtro invisível. Argumentamos que a) surpresa é um recurso finito em qualquer sistema de recomendação; b) há limites para a quantidade de surpresa que pode ser incorporada em uma recomendação; e c) esses limites nos permitem criar uma escala na qual duas medições que foram tomadas em momentos diferentes podem ser comparadas diretamente. Ao adotar essas ideias como premissas, aplicamos o método dedutivo para definir os conceitos de surpresa potencial máxima e mínima e projetar uma métrica denominada \"surpresa normalizada\", que emprega esses limites. Nossa principal contribuição é um método de avaliação que estima a surpresa normalizada de um sistema. Quatro experimentos foram realizados para testar as métricas propostas. O objetivo do primeiro e do segundo experimentos foi validar a qualidade das estimativas de surpresa potencial mínima e máxima obtidas por meio de um algoritmo guloso. O primeiro experimento empregou um conjunto de dados sintético para explorar os limites de surpresa para um usuário, e o segundo empregou o Movielens-1M para explorar os limites da surpresa que pode ser incorporada em uma lista de recomendações. O terceiro experimento também empregou o conjunto de dados Movielens-1M e foi desenvolvido para investigar o efeito que mudanças na representação de itens e na comparação de itens exercem sobre a surpresa. Finalmente, o quarto experimento compara os métodos de avaliação atual e proposto em termos de seus resultados e tempos de execução. Os resultados que foram obtidos dos experimentos a) confirmam que a qualidade das estimativas de surpresa potencial são adequadas para o propósito de avaliar surpresa normalizada; b) mostram que o modelo de representação e comparação de itens adotado exerce um forte efeito sobre a surpresa; e c) apontam uma associação entre graus de surpresa elevados e distribuições assimétricas negativas de distâncias, e também apontam diferenças significativas na surpresa normalizada média de recomendações produzidas por um algoritmo de fatoração quando a surpresa emprega a distância do cosseno ou a distância Euclidiana