Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-17T14:21:49Z
No. of bitstreams: 2
Dissertação - Arthur F. Batista.pdf: 5010320 bytes, checksum: f4bde5ec1c693b1448050f66844e10ea (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-17T14:22:10Z (GMT) No. of bitstreams: 2
Dissertação - Arthur F. Batista.pdf: 5010320 bytes, checksum: f4bde5ec1c693b1448050f66844e10ea (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-17T14:22:49Z (GMT) No. of bitstreams: 2
Dissertação - Arthur F. Batista.pdf: 5010320 bytes, checksum: f4bde5ec1c693b1448050f66844e10ea (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-03-17T14:22:49Z (GMT). No. of bitstreams: 2
Dissertação - Arthur F. Batista.pdf: 5010320 bytes, checksum: f4bde5ec1c693b1448050f66844e10ea (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2016-12-16 / Recommendation systems (SR) have been widely studied in recent decades. The growth of
the Internet and the consolidation of Web 2.0 have contributed to the emergence of various
services such as social networks, blogs, collaborative platforms, among others, resulting
in increased volume of information. This scenario has fostered the development of new
research on how to use such information to mitigate limitations of SRs and improve their
quality. The recommendation of movies became one of the most discussed topics in the
literature about SRs. The industry also contributed to its popularity with the growth of
streaming services such as Amazon, Netflix, iTunes, and Google Play. In such scenario,
different sources of information in Web have been exploited to extract features to describe
movies. The most common approaches use features such as genre information, movie
direction, cast, etc. Other approaches attempt to characterize the story itself by means of
information about the content of movies, its story structure, elements of narrative and
characters. Such content can be represented by Tropes. Tropes are the elements that make
up a fictional story found in movies, books, comics and other contents. In this work, we
present a systematic study of Tropes, investigating its relevance to the context of a story
and how they can be incorporated in Movie Recommender Systems. The experiments
performed in this research suggest that hybrid models based on the combination of tropes
with the films genres can improve the precision of the predictions about 3% in comparison
to traditional methods. / Sistemas de Recomendação (SR) têm sido amplamente estudados nas últimas décadas.
O crescimento da Internet e a consolidação da Web 2.0 contribuíram para o surgimento
de diversos serviços, como redes sociais, blogs, plataformas colaborativas, entre outros,
resultando no aumento significativo do volume de informação. Este cenário fomentou o
desenvolvimento de pesquisas com o intuito de utilizar tal informação para mitigar algumas
limitações dos SRs e melhorar sua qualidade. A recomendação de filmes tornou-se um dos
tópicos mais abordados na literatura no domínio de SRs junto com comércio eletrônico.
Essa popularidade foi alavancada pela indústria com o crescimento dos serviços de streaming
(Amazon, Netflix, iTunes, Google Play). Neste contexto, diferentes fontes de informação,
tipicamente disponibilizadas por usuários em sítios da Web, vêm sendo exploradas para
extração de características dos filmes. As fontes mais comuns proveem informações como
gênero, direção, elenco, etc. Outras abordagens tentam extrair informações a respeito
do conteúdo dos filmes, como estrutura da história, elementos da narrativa, personagens,
de modo que se possa caracterizar a história em si. Tal conteúdo pode ser representado
através de Tropes. Tropes são elementos que compõem uma história fictícia que pode ser
contada através de filmes, livros, quadrinhos entre outros tipos de mídia. Neste trabalho,
apresentamos um estudo sistemático sobre Tropes, investigando sua relevância para o
contexto de uma história e como podem ser incorporados em Sistemas de Recomendação
de Filmes. Os experimentos executados neste pesquisa sugerem que modelos híbridos
baseados na combinação de tropes com os gêneros dos filmes, podem melhorar a precisão
das previsões em quase 3% em comparação com o métodos tradicionais.
| Identifer | oai:union.ndltd.org:IBICT/oai:http://localhost:tede/5617 |
| Date | 16 December 2016 |
| Creators | Batista, Arthur Félix |
| Contributors | Cristo, Marco Antônio Pinheiro de, Santos , Eulanda Miranda dos, Rosa, Thierson Couto |
| Publisher | Universidade Federal do Amazonas, Programa de Pós-graduação em Informática, UFAM, Brasil, Instituto de Computação |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFAM, instname:Universidade Federal do Amazonas, instacron:UFAM |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | -312656415484870643, 600, 500, 1052477850274827528 |
Page generated in 0.0174 seconds