Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-graduação em Ciência da Computação, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T08:55:33Z (GMT). No. of bitstreams: 1
286638.pdf: 551379 bytes, checksum: e816c4734203fde09171e8dbaf05ced4 (MD5) / A presente dissertação tem como objetivo contribuir com a pesquisa na área de sistemas de recomendaçãao e propõe um algoritmo de ?ltragem colaborativa baseado em Decomposição por Valor Singular (SVD) que modela o per?l de um grande grupo de usuários, com o intuito de fazer recomendações personalizadas a eles. Tal algoritmo utiliza técnicas normalmente utilizadas no treinamento de redes neurais arti?cais, técnicas de estatística e de álgebra linear para processar as recomendações. É proposta uma maneira inteligente de se inicializar o modelo do algoritmo, que acaba por acelerar a convergência do treinamento e melhora a e?cácia do mesmo. As experimentações foram realizadas no contexto do concurso Net?ix Prize, que disponibiliza uma grande base de dados e uma metodologia de avaliação dos resultados. Tais experimentações realizadas e uma análise comparativa com outro algoritmo demonstram que o algoritmo proposto retorna resultados mais precisos, apesar de ser mais lento. Além disso, o algoritmo também foi experimentado em conjunto com este outro algoritmo e as recomendações geradas por esta combinação se mostraram ainda mais precisas.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/94342 |
Date | 25 October 2012 |
Creators | Pereira Filho, João Bosco A. |
Contributors | Universidade Federal de Santa Catarina, Fileto, Renato |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 82 p.| grafs., tabs. |
Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds