LEMOS, Fabrício Dias Alves. Uma abordagem para inserção de sensibilidade ao contexo em técnicas de recomendação baseadas em conhecimento. 2012. 102 f. : Dissertação (mestrado) - Universidade Federal do Ceará, Centro de Ciências, Departamento de Computação, Programa de Pós-Graduação em Ciência da Computação, Fortaleza-CE, 2012. / Submitted by guaracy araujo (guaraa3355@gmail.com) on 2016-06-22T17:58:58Z No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) / Approved for entry into archive by guaracy araujo (guaraa3355@gmail.com) on 2016-06-22T18:00:02Z (GMT) No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) / Made available in DSpace on 2016-06-22T18:00:03Z (GMT). No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) Previous issue date: 2012 / O principal desafio de um Sistema de Recomendação é conseguir identificar e recomendar itens que tenham maior chance de corresponder aos interesses de seus usuários que, em geral, possuem uma natureza bastante subjetiva e heterogênea. É importante, então, que os Sistemas de Recomendação possam recomendar itens personalizados a partir da identificação do perfil de cada usuário. Entretanto, muitas vezes, o perfil do usuário não é suficiente para que o sistema consiga identificar completamente seus interesses. A utilização do sistema em um contexto diferente do habitual pode acarretar em um resultado insatisfatório para a recomendação, sendo necessária sua adaptação ao novo contexto. Este trabalho propõe uma abordagem para inserção de sensibilidade ao contexto em Sistemas de Recomendação, a qual utiliza, além do contexto do usuário, o próprio contexto dos itens recomendados. Para tal, técnicas de recomendação baseadas em conhecimento são adaptadas para incluir regras de domínio com caráter contextual. A abordagem proposta é utilizada na concepção de um sistema de recomendação de fotos sensível ao contexto que explora o contexto do usuário e o contexto de geração das fotos para a realização da recomendação. Através do sistema desenvolvido, a abordagem é validada a partir de experimentos com usuários, nos quais são avaliados a qualidade da recomendação e os ganhos obtidos com a utilização das informações contextuais.

LEMOS, Fabrício Dias Alves. Uma abordagem para inserção de sensibilidade ao contexo em técnicas de recomendação baseadas em conhecimento. 2012. 102 f. Dissertação (Mestrado em ciência da computação)- Universidade Federal do Ceará, Fortaleza-CE, 2012. / Submitted by Elineudson Ribeiro (elineudsonr@gmail.com) on 2016-08-04T12:16:49Z No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2016-08-05T15:45:39Z (GMT) No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) / Made available in DSpace on 2016-08-05T15:45:39Z (GMT). No. of bitstreams: 1 2012_dis_fdalemos.pdf: 2928114 bytes, checksum: 0e0110fab82736ead8bd32ae8b1e2a15 (MD5) Previous issue date: 2012 / O principal desafio de um Sistema de Recomendação é conseguir identificar e recomendar itens que tenham maior chance de corresponder aos interesses de seus usuários que, em geral, possuem uma natureza bastante subjetiva e heterogênea. É importante, então, que os Sistemas de Recomendação possam recomendar itens personalizados a partir da identificação do perfil de cada usuário. Entretanto, muitas vezes, o perfil do usuário não é suficiente para que o sistema consiga identificar completamente seus interesses. A utilização do sistema em um contexto diferente do habitual pode acarretar em um resultado insatisfatório para a recomendação, sendo necessária sua adaptação ao novo contexto. Este trabalho propõe uma abordagem para inserção de sensibilidade ao contexto em Sistemas de Recomendação, a qual utiliza, além do contexto do usuário, o próprio contexto dos itens recomendados. Para tal, técnicas de recomendação baseadas em conhecimento são adaptadas para incluir regras de domínio com caráter contextual. A abordagem proposta é utilizada na concepção de um sistema de recomendação de fotos sensível ao contexto que explora o contexto do usuário e o contexto de geração das fotos para a realização da recomendação. Através do sistema desenvolvido, a abordagem é validada a partir de experimentos com usuários, nos quais são avaliados a qualidade da recomendação e os ganhos obtidos com a utilização das informações contextuais.

BRILHANTE, Igo Ramalho. Recommending places based on the wisdom-of-the-crowd. 2016. 164 f. Tese (Doutorado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Anderson Silva Pereira (anderson.pereiraaa@gmail.com) on 2017-06-08T21:15:36Z No. of bitstreams: 1 2016_tese_irbrilhante.pdf: 14886146 bytes, checksum: 6613aa522f50b0c6b1733926b9d1cd5d (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2017-06-09T11:12:35Z (GMT) No. of bitstreams: 1 2016_tese_irbrilhante.pdf: 14886146 bytes, checksum: 6613aa522f50b0c6b1733926b9d1cd5d (MD5) / Made available in DSpace on 2017-06-09T11:12:35Z (GMT). No. of bitstreams: 1 2016_tese_irbrilhante.pdf: 14886146 bytes, checksum: 6613aa522f50b0c6b1733926b9d1cd5d (MD5) Previous issue date: 2016 / The collective opinion of a great number of users, popularly known as wisdom of the crowd, has been seen as powerful tool for solving problems. As suggested by Surowiecki in his books, large groups of people are now considered smarter than an elite few, regardless of how brilliant at solving problems or coming to wise decisions they are. This phenomenon together with the availability of a huge amount of data on the Web has propitiated the development of solutions which employ the wisdom-of-the-crowd to solve a variety of problems in different domains, such as recommender systems, social networks and combinatorial problems. The vast majority of data on the Web has been generated in the last few years by billions of users around the globe using their mobile devices and web applications, mainly on social networks. This information carries astonishing details of daily activities ranging from urban mobility and tourism behavior, to emotions and interests. The largest social network nowadays is Facebook, which in December 2015 had incredible 1.31 billion mobile active users, 4.5 billion “likes” generated daily. In addition, every 60 seconds 510 comments are posted, 293,000 statuses are updated, and 136,000 photos are uploaded. This flood of data has brought great opportunities to discover individual and collective preferences, and use this information to offer services to meet people’s needs, such as recommending relevant and interesting items (e.g. news, places, movies). Furthermore, it is now possible to exploit the experiences of groups of people as a collective behavior so as to augment the experience of other. This latter illustrates the important scenario where the discovery of collective behavioral patterns, the wisdom-of-the-crowd, may enrich the experience of individual users. In this light, this thesis has the objective of taking advantage of the wisdom of the crowd in order to better understand human mobility behavior so as to achieve the final purpose of supporting users (e.g. people) by providing intelligent and effective recommendations. We accomplish this objective by following three main lines of investigation as discussed below. In the first line of investigation we conduct a study of human mobility using the wisdom-of-the-crowd, culminating in the development of an analytical framework that offers a methodology to understand how the points of interest (PoIs) in a city are related to each other on the basis of the displacement of people. We experimented our methodology by using the PoI network topology to identify new classes of points of interest based on visiting patterns, spatial displacement from one PoI to another as well as popularity of the PoIs. Important relationships between PoIs are mined by discovering communities (groups) of PoIs that are closely related to each other based on user movements, where different analytical metrics are proposed to better understand such a perspective. The second line of investigation exploits the wisdom-of-the-crowd collected through user-generated content to recommend itineraries in tourist cities. To this end, we propose an unsupervised framework, called TripBuilder, that leverages large collections of Flickr photos, as the wisdom-of-the-crowd, and points of interest from Wikipedia in order to support tourists in planning their visits to the cities. We extensively experimented our framework using real data, thus demonstrating the effectiveness and efficiency of the proposal. Based on the theoretical framework, we designed and developed a platform encompassing the main features required to create personalized sightseeing tours. This platform has received significant interest within the research community, since it is recognized as crucial to understand the needs of tourists when they are planning a visit to a new city. Consequently this led to outstanding scientific results. In the third line of investigation, we exploit the wisdom-of-the-crowd to leverage recommendations of groups of people (e.g. friends) who can enjoy an item (e.g. restaurant) together. We propose GroupFinder to address the novel user-item group formation problem aimed at recommending the best group of friends for a < user, item > pair. The proposal combines user-item relevance information with the user’s social network (ego network), while trying to balance the satisfaction of all the members of the group for the item with the intra-group relationships. Algorithmic solutions are proposed and experimented in the location-based recommendation domain by using four publicly available Location-Based Social Network (LBSN) datasets, showing that our solution is effective and outperforms strong baselines. / A opinião coletiva de um grande número de usuários, popularmente conhecida como wisdom-of-the-crowd, tem sido vista como poderosa ferramenta para resolver problemas. Como sugerido por Surowiecki em seus livros, grandes grupos de pessoas são considerados mais inteligentes do que uma elite de poucos, independentemente de quão brilhante na resolução de problemas ou tomadas de decisões sábias esses são. Este fenômeno, juntamente com a disponibilidade de uma enorme quantidade de dados na Web propiciou o desenvolvimento de soluções que empregam a sabedoria da multidão para resolver uma variedade de problemas em diferentes domínios, tais como sistemas de recomendação, redes sociais e problemas combinatoriais. A grande maioria dos dados na Web tem sido gerada nos últimos anos por bilhões de usuários em todo o mundo através de seus dispositivos móveis e aplicações web, principalmente em redes sociais. Esta informação carrega detalhes surpreendentes sobre as atividades dia ́rias, que variam da mobilidade urbana e comportamento de turismo, à emoções e interesses. Atualmente, a maior rede social é o Facebook, que em dezembro de 2015 tinha incríveis 1.31 bilhões de usuários (móveis) ativos, 4.5 bilhões de “likes” gerados diariamente. Além disso, a cada 60 segundos, 510 comentários são publicados, 293.000 status são atualizados e 136.000 fotos são enviadas. Esta inundação de dados trouxe grandes oportunidades para delinear as preferências individuais e coletivas, e usar essas informações para oferecer serviços para atender às necessidades das pessoas, como recomendar itens relevantes e interessantes (por exemplo, notícias, lugares, filmes). Ainda, é possível explorar as experiências de grupos de pessoas como um comportamento coletivo para aumentar a experiência de outros. Este último ilustra o cenário importante onde a descoberta de padrões comportamentais coletivos, a sabedoria da multidão, pode enriquecer a experiência de usuários individuais. Neste sentido, esta tese tem o objetivo de aproveitar a sabedoria da multidão para entender melhor o comportamento da mobilidade humana de modo a alcançar o propósito final de auxiliar os usuários (por exemplo, pessoas), fornecendo recomendações inteligentes e eficazes. Alcançamos esse objetivo seguindo três linhas principais de investigação, conforme discutido abaixo. Na primeira linha de investigação, realizamos um estudo sobre a mobilidade humana usando a sabedoria da multidão, culminando no desenvolvimento de uma estrutura analítica que oferece uma metodologia para entender como os pontos de interesse (PoIs) em uma cidade estão relacionados com base no deslocamento de pessoas. Experimentamos nossa metodologia usando a topologia de rede de PoIs para identificar novas classes de pontos de interesse com base em padrões de visitas, deslocamento espacial de um PoI para outro, bem como popularidade dos mesmos. Relações importantes entre PoIs são mineradas pela descoberta de comunidades (grupos) de PoIs que estão intimamente relacionadas entre si com base nos movimentos do usuário, onde diferentes métricas analíticas são propostas para entender melhor tal perspectiva. A segunda linha de investigação explora a sabedoria da multidão coletada através de conteúdo gerado por usuários para recomendar itinerários em cidades turísticas. Para isso, propomos uma estrutura não supervisionada, chamada TripBuilder, que alavanca grandes coleções de fotos do Flickr e pontos de interesse da Wikipedia, a fim de auxiliar os turistas no planejamento de suas visitas às cidades. Experimentamos extensivamente nossa estrutura usando dados reais, demonstrando assim a eficácia e eficiência da proposta. Com base no arcabouço teórico, desenhamos e desenvolvemos uma plataforma que engloba as principais características necessárias para a realização de passeios turísticos personalizados. Esta plataforma tem recebido um interesse significativo dentro da comunidade de pesquisa, uma vez que este tem sido reconhecido como crucial para entender as necessidades dos turistas quando eles estão planejando uma visita a uma nova cidade. Consequentemente, isto levou a resultados científicos notáveis. Na terceira linha de investigação, exploramos a sabedoria da multidão para realizar recomendações de grupos de pessoas (por exemplo, amigos) que pudessem desfrutar de um determinado item (por exemplo, restaurante) em conjunto. Propomos GroupFinder para abordar o novo problema de formação de grupo de usuário-item destinado a recomendar o melhor grupo de amigos para um determinado par < usuário,item >. A proposta combina informações sobre a relevância do item para o usuário juntamente com a rede social deste (ego network), ao mesmo tempo em que tenta equilibrar a satisfação de todos os membros do grupo pelo item com as relações intra-grupais. Soluções algorítmicas são propostas e experimentadas no domínio de recomendação baseado em localização, utilizando quatro base de dados de rede sociais baseados em local (LBSN) publicamente disponíveis, mostrando que nossa solução é eficaz e supera baselines definidos.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017. / Made available in DSpace on 2017-11-21T03:21:40Z (GMT). No. of bitstreams: 1 348591.pdf: 1870797 bytes, checksum: e9861d045a47bab8cda1c94f598e92e3 (MD5) Previous issue date: 2017 / Repositórios Digitais (RDs) oferecem funcionalidades para gerenciar, armazenar e acessar conteúdos digitais de diversos tipos, como teses, dissertações, artigos científicos, vídeos, obras de arte e obras literárias. Com sua popularização, é crescente o número de conteúdos disponibilizados nos RDs, gerando o problema clássico da sobrecarga de informação. Uma solução muito usual atualmente para tratar este problema são os sistemas de recomendação, que oferecem aos usuários uma lista de itens que são potencialmente de interesse destes usuários. Todavia, nenhuma das soluções abertas de RDs oferecem atualmente funcionalidades de recomendação. Esta dissertação propõe um serviço de recomendação fracamente acoplado e multidomínio para RDs. O fraco acoplamento é possível graças ao oferecimento do sistema de recomendação na forma de Web Service. A flexibilidade de domínio é fornecida graças ao uso de ontologias para representar o conhecimento específico de domínio associado aos conteúdos dos RDs. A fim de tentar garantir o tempo de resposta do serviço, este trabalho adotou o uso de técnicas de recomendação baseadas em grafos, bem como o uso de um banco de dados orientado a grafos. A fim de testar a factibilidade da proposta, este trabalho apresenta dois usos de caso do sistema proposto em domínios diferentes. / Abstract : Digital Repositories (RDs) offer functionality to manage, store and access digital content of various types, such as phd thesis, master's thesis, scientific works, videos and literary works. With its popularization, the number of contents made available in RDs is increasing, generating the classic problem of information overload. A solution currently adopted to address this problem is recommendation systems, which offer to users a list of items that are potentially of interest to these users. However, none of the open RD solutions currently offers recommendation functionality. This dissertation proposes a weakly coupled and multidomain recommendation service for RDs. Weak coupling is possible through a recommendation system developed as a Web Service. The domain flexibility is reached with the use of ontologies to represent the domain-specific knowledge associated with the RD content. In order to provide a good service response time, this work has adopted the use of graph-based recommendation techniques, as well as the use of a graph-oriented database. In order to test the feasibility of the proposal, this work presents two use cases of the proposed system in different domains.

A busca de informações em bases de dados de instituições que possuem grande volume de dados necessita cada vez mais de processos mais eficientes para realização dessa tarefa. Problemas de grafia, idioma, sinonímia, abreviação de termos e a falta de padronização dos termos, tanto nos argumentos de busca, quanto na indexação dos documentos, interferem diretamente nos resultados. Diante disso, este estudo teve como objetivo avaliar o impacto da adição de vocabulários estruturados da área de Ciências da Saúde no Currículo Lattes, na recuperação de perfis similares de pesquisadores das áreas de Ciências Biológicas e Ciências da Saúde, utilizando técnicas de mineração de dados, expansão de consultas, modelos vetoriais de consultas e utilização de algoritmo de trigramas. Foram realizados cruzamentos de informações entre as palavras-chaves de artigos publicados registrados no Currículo Lattes e as informações contidas no Medical Subject Headings (MeSH) e nos Descritores em Ciências da Saúde (DeCS), bem como comparações entre os resultados das consultas, utilizando as palavras-chaves originais e adicionando-lhes os termos resultantes do processo de expansão de consultas. Os resultados mostram que a metodologia adotada neste estudo pode incrementar qualitativamente o universo de perfis recuperados, podendo dessa forma contribuir para a melhoria dos Sistemas de Informações do Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq. / Information retrieval in large databases need increasingly more efficient ways for accomplishing this task. There are many problems, like spelling, language, synonym, acronyms, lack of standardization of terms, both in the search arguments, as in the indexing of documents. They directly interfere in the results. Thus, this study aimed to evaluate the impact of the addition of structured vocabularies of Health Sciences area in Lattes Database, in the recovery of similar profiles of researchers that work in Biological Sciences and Health Sciences, using Query Expansion, Data Mining procedures, Vector Models and Trigram Phrase Matching algorithm. Crosschecking keywords of articles registered in Lattes Database and Medical Subject Headings (MeSH) and Health Sciences Descriptors (DeCS) terms, as well as comparisons between the results of queries using the original keywords and adding them to query expansion terms. The results show that the methodology used in this study can qualitatively increase the set of recovered profiles, contributing to the improvement of CNPq Information Systems.

A presente tese versa sobre a construção de um Sistema de Recomendação (SR), denominado RecETC (Recomendador do ETC), para auxiliar no processo de Escrita Coletiva Digital (ECD) no Editor de Texto Coletivo (ETC). O RecETC tem como propósito a recomendação de materiais nos formatos de texto, imagens e vídeos, acerca do assunto que está sendo tratado na produção textual coletiva. Para a sua construção, utilizou-se da metodologia de estudo de caso através da abordagem qualitativa e quantitativa. Para isso, esta pesquisa foi desenvolvida em seis etapas, a saber: 1) Estudo teórico sobre as temáticas de Sistemas de Recomendação e Escrita Coletiva Digital, visando aprofundar o conhecimento nas respectivas áreas e identificar trabalhos correlatos. 2) Construção de Objetos de Aprendizagem produzidos como material de apoio para os cursos de extensão. 3) Desenvolvimento da primeira versão do RecETC. 4) Aplicação da primeira versão através de um curso piloto. 5) Desenvolvimento da segunda versão do RecETC 6) Aplicação da segunda versão em curso de extensão. Os dados foram coletados por meio de questionários e analisados tendo como base a metodologia de Análise de Conteúdo, o que possibilitou a definição de três categorias: Categoria I - O ETC como ambiente de Escrita Coletiva Digital, Categoria II - Requisitos técnicos do RecETC e Categoria III - Requisitos pedagógicos do RecETC. A partir do estudo do referencial teórico, do desenvolvimento e da análise das aplicações do RecETC por meio das categorias definidas, foi possível mapear os requisitos necessários para a sua construção e responder ao problema de pesquisa. Esses foram classificados em técnicos e/ou pedagógicos visando enfatizar os aspectos de funcionamento e as contribuições educacionais do RecETC para a ECD. Além disso, foi elaborado um plano de ação para auxiliar professores e alunos na ECD com o apoio do RecETC. Por fim, os resultados indicam que o desenvolvimento do RecETC atende ao propósito desse estudo e os requisitos identificados podem servir de referência para a construção de outros SR voltados para a ECD. / The present thesis deals with the construction of a Recommendation System (SR), called RecETC (ETC Recommender), to assist in the Digital Collective Writing (ECD) process in the Collective Text Editor (ETC). RecETC purpose is to recommend materials in text, image and video formats about the subject being treated in collective textual production. For its construction, it was used the methodology of case study through the qualitative and quantitative approach. For this, this research was developed in six stages, namely: 1) Theoretical study on the topics of Recommendation Systems and Digital Collective Writing, aiming to deepen the knowledge in the respective areas and to identify related works. 2) Construction of Learning Objects produced as support material for extension courses. 3) Development of the first version of RecETC. 4) Application of the first version through a pilot course. 5) Development of the second version of RecETC 6) Application of the second version in the course of extension. The data were collected through questionnaires and analyzed based on the Content Analysis methodology, which enabled the definition of three categories: Category I - ETC as a Digital Collective Writing environment, Category II - Technical requirements of RecETC and Category III - Pedagogical requirements of RecETC. From the study of the theoretical reference, development and analysis of RecETC applications through the defined categories, it was possible to map the necessary requirements for its construction and to respond to the research problem. These were classified as technical and / or pedagogical in order to emphasize the functional aspects and educational contributions of RecETC to ECD. In addition, a plan of action was developed to assist teachers and students in ECD with the support of RecETC. Finally, the results indicate that the development of RecETC fulfills the purpose of this study and the requirements identified can serve as a reference for the construction of other SRs focused on ECD.

Made available in DSpace on 2016-06-02T19:05:21Z (GMT). No. of bitstreams: 1 DissMS.pdf: 3391949 bytes, checksum: 259fc55f6f88fb6f9fe779a5fc63a0dd (MD5) Previous issue date: 2006-05-28 / Financiadora de Estudos e Projetos / This work presents the development of a content-based recommender system for media of the AMMO (Authoring and Manipulation of Multimedia Objects) environment s multimedia database. This environment keeps inexact semantic information that describes the media. This project s objective was to recommend media using this fuzzy information. Other informations that should be considered are the of user s interest evolution, relevance feedback and the inference of the user s interest, based on his navigation in the database s multimedia applications. These multimedia applications are presented by the system in the form of a graph, on an intuitive and easy to use graphical interface. The developed recommendation technique uses statistical tests, match algorithms and inexact knowledge processing through fuzzy rules. / Este trabalho apresenta o desenvolvimento de um sistema de recomendação de mídias baseado em conteúdo nebuloso para um banco de dados multimídia do Ambiente AMMO (Authoring and Manipulation of Multimedia Objects). Esse ambiente mantém informações semânticas imprecisas que descrevem as mídias, também chamadas de informações nebulosas. O objetivo deste projeto foi desenvolver uma técnica de recomendação que utilizasse essas informações nebulosas. Outras informações consideradas são a evolução do interesse do usuário, relevance feedback e a inferência do interesse do usuário com base em sua navegação pelas aplicações multimídia, suas cenas e mídias. Essas aplicações são apresentadas pelo sistema na forma de um grafo, em uma interface gráfica intuitiva e de fácil uso. A técnica de recomendação desenvolvida utiliza testes estatísticos, algoritmos de comparação (match) e processamento de conhecimento impreciso através de regras nebulosas.

Made available in DSpace on 2016-06-02T19:05:46Z (GMT). No. of bitstreams: 1 3289.pdf: 1580104 bytes, checksum: 04b5ab3893b8690ab9270dbfb6f3842f (MD5) Previous issue date: 2009-06-02 / Financiadora de Estudos e Projetos / The use of geographical information about users is the main quality of Location Based Services (LBS). Services like finding nearest hotels and restaurants, weather forecasting or traffic conditions verifying are some of them that can be found without hard effort. Even though using LBS can be bring out facilities and benefits, manipulation of location information by malicious parties can represent serious threat to users privacy. The mobile telephony has been widely used to offer LBS, mainly due to the powerful increase of mobile devices, location capabilities in the devices and the large number of potential users. Despite the existence of techniques to offer privacy in LBS execution, there is no much interest in using these techniques in the mobile telephony environment, besides, the majority of proposed techniques do not present results that can be used in a real environment. This work presents a system that offers location privacy to mobile phone applications. The expression location privacy points out the competency of avoid that third parties learn about current or past location of the user. Then, we propose the Location Privacy Based System (SBPL), that offers manners to control location information release and allows LBS execution with privacy guarantees to mobile phone users. The SBPL is composed by a client application, performed in the mobile device, and a trusted server, acting between the mobile device and the service provider. Besides, the SBPL follows the recommendations of existing privacy guidelines, and allows the user to determine his preferences, which assure adaptation to distinct users and services. Tests were performed in LBS environments that prove the efficiency of SBPL and the possibility of using it in the mobile phone environment. / A utilização de informações de posicionamento geográfico de usuários para o oferecimento de serviços é a principal característica dos Serviços Baseados em Localização (LBS). Serviços como localização de restaurantes e hotéis mais próximos, previsão do tempo ou verificação das condições de tráfego nas regiões em que o usuário se encontra são apenas alguns dos serviços que podem ser encontrados sem muita dificuldade. Embora a utilização de LBS possa ser muito útil e oferecer diversas facilidades e benefícios, a manipulação das informações de localização por indivíduos maliciosos pode representar séria ameaça à privacidade dos usuários. A telefonia móvel tem sido o ambiente mais utilizado para a oferta de LBS, justificado pelo aumento do poder de processamento e pelas tecnologias de localização presentes nos dispositivos, além do grande número de potenciais usuários. Apesar da existência de algumas técnicas para o oferecimento de privacidade na execução de LBS, pouco interesse tem sido observado na utilização de tais técnicas no ambiente de telefonia móvel; além do mais, a maioria das técnicas propostas não apresentam resultados concretos que possam ser utilizados em um ambiente real. Este trabalho apresenta um sistema capaz de oferecer privacidade de localização para aplicações de telefonia móvel. O termo privacidade de localização indica a capacidade de evitar que terceiros tomem conhecimento sobre a localização presente ou passada do usuário. Sendo assim, é proposto aqui o Sistema Baseado em Privacidade de Localização (SBPL), que é capaz de oferecer controle na liberação das informações de localização e que permite a execução de LBS com garantias de privacidade para os usuários de telefonia móvel. O SBPL é composto por uma aplicação cliente, executada no dispositivo móvel, e um servidor confiável, que atua entre o dispositivo móvel e o provedor do serviço. Além disso, o sistema proposto segue as determinações dos principais guias de privacidade existentes e permite ainda ao usuário a configuração de suas preferências, o que garante a adaptação a diferentes usuários e serviços. Testes em ambientes LBS foram executados que evidenciaram a eficiência do SBPL e a possibilidade de utilização no ambiente de telefonia móvel.

Made available in DSpace on 2016-06-02T19:05:47Z (GMT). No. of bitstreams: 1 3290.pdf: 4702993 bytes, checksum: be988cb7572ca35480f29566035bc86d (MD5) Previous issue date: 2009-07-29 / Financiadora de Estudos e Projetos / The Digital Television system (TVD) increases the content offer, the audio and video quality and the possibility of services and applications when compared to traditional systems. Among the possibilities of application for this technology, we can highlight the systems able to perform recommendations of content according to the viewer s interests, theses systems are called recommendation systems. Besides offering a different personalization service, the recommendation systems can be a solution to the information overload caused by offering possible content, what makes difficult the search and localization of programs according to the viewer`s interest. Multiuser environment must be taken into account when offering the TVD viewer content personalization, that is, many viewers using the same receptor. This dissertation presents a recommendation system for multiuser environments, the RePTVD (Personalized Recommendation for Digital Television), with its architecture in the Set-top Box. The RePTVD aims at recommending content according to the behavior standards implicitly found when using the television. Therefore, information was implicitly collected and stored, data mining was performed using Apriori algorithm and finally information was filtered. A composition of theses stages was presented using a recommendation process which approaches all the necessary steps to perform the content recommendation. Due to the fact that this is a specific language to TVD and aiming the system portability, API Java TV was used to implement the proposal as a concept proof. Besides that, we could note Brazilian-standard characteristics which have Ginga as the middleware responsible for the applications performance. The evaluation was performed through a test in which data provided by IBOPE Brazilian institute was used concerning the viewing behavior from six houses collected during 14 days. The results indicated the efficiency and quality of RePTVD system implementation. / O sistema de Televisão Digital (TVD) proporciona aumento da oferta de conteúdo, ganhos em qualidade de vídeo e áudio e possibilidades de serviços e aplicações em relação ao sistema tradicional. Dentre as possibilidades de aplicações para esta tecnologia, destacam-se os sistemas capazes de realizar recomendações de conteúdos conforme o interesse dos telespectadores, denominados sistemas de recomendação. Estes oferecem um serviço diferenciado de personalização, além de ser uma possível solução para a sobrecarga de informação causada pela grande oferta de conteúdo, a qual dificulta a busca e localização de programas de interesse do telespectador. A personalização de conteúdo deve considerar o ambiente multiusuário, ou seja, a presença de diversos telespectadores que utilizam o mesmo receptor. Assim, este trabalho apresenta um sistema de recomendação para ambientes multiusuário, o RePTVD (Recomendação Personalizada para Televisão Digital) que recomenda conteúdo de acordo com os padrões de comportamento de uso da televisão e possui arquitetura residente no Set-top Box. Para isso, foi utilizada a coleta implícita e armazenamento de informações, em seguida a mineração de dados com adoção do algoritmo Apriori e finalmente a filtragem de informação. A associação destas técnicas resultou no processo de recomendação apresentado, o qual aborda todos os passos necessários para efetuar a recomendação de conteúdo. A implementação da proposta foi realizada como prova de conceito e para isso, foi utilizada a API Java TV por ser uma linguagem específica para TVD e evidenciar a portabilidade do sistema. Além disso, foram observadas características do padrão brasileiro que tem o Ginga como middleware, o qual é responsável pela execução de aplicações. A avaliação foi feita por um experimento, no qual foram utilizados dados fornecidos pelo IBOPE referentes ao comportamento de visualização de seis domicílios coletados durante quatorze dias. Os resultados obtidos indicaram a eficácia e qualidade da implementação do sistema RePTVD.

A busca de informações em bases de dados de instituições que possuem grande volume de dados necessita cada vez mais de processos mais eficientes para realização dessa tarefa. Problemas de grafia, idioma, sinonímia, abreviação de termos e a falta de padronização dos termos, tanto nos argumentos de busca, quanto na indexação dos documentos, interferem diretamente nos resultados. Diante disso, este estudo teve como objetivo avaliar o impacto da adição de vocabulários estruturados da área de Ciências da Saúde no Currículo Lattes, na recuperação de perfis similares de pesquisadores das áreas de Ciências Biológicas e Ciências da Saúde, utilizando técnicas de mineração de dados, expansão de consultas, modelos vetoriais de consultas e utilização de algoritmo de trigramas. Foram realizados cruzamentos de informações entre as palavras-chaves de artigos publicados registrados no Currículo Lattes e as informações contidas no Medical Subject Headings (MeSH) e nos Descritores em Ciências da Saúde (DeCS), bem como comparações entre os resultados das consultas, utilizando as palavras-chaves originais e adicionando-lhes os termos resultantes do processo de expansão de consultas. Os resultados mostram que a metodologia adotada neste estudo pode incrementar qualitativamente o universo de perfis recuperados, podendo dessa forma contribuir para a melhoria dos Sistemas de Informações do Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq. / Information retrieval in large databases need increasingly more efficient ways for accomplishing this task. There are many problems, like spelling, language, synonym, acronyms, lack of standardization of terms, both in the search arguments, as in the indexing of documents. They directly interfere in the results. Thus, this study aimed to evaluate the impact of the addition of structured vocabularies of Health Sciences area in Lattes Database, in the recovery of similar profiles of researchers that work in Biological Sciences and Health Sciences, using Query Expansion, Data Mining procedures, Vector Models and Trigram Phrase Matching algorithm. Crosschecking keywords of articles registered in Lattes Database and Medical Subject Headings (MeSH) and Health Sciences Descriptors (DeCS) terms, as well as comparisons between the results of queries using the original keywords and adding them to query expansion terms. The results show that the methodology used in this study can qualitatively increase the set of recovered profiles, contributing to the improvement of CNPq Information Systems.