Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2014-12-18T18:42:03Z
No. of bitstreams: 2
Dissertacao - Edjalma Queiroz da Silva - 2014.pdf: 3244366 bytes, checksum: 7c2506e59c6f1ebdc4608a6ff2ac207d (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2014-12-22T11:15:25Z (GMT) No. of bitstreams: 2
Dissertacao - Edjalma Queiroz da Silva - 2014.pdf: 3244366 bytes, checksum: 7c2506e59c6f1ebdc4608a6ff2ac207d (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-12-22T11:15:25Z (GMT). No. of bitstreams: 2
Dissertacao - Edjalma Queiroz da Silva - 2014.pdf: 3244366 bytes, checksum: 7c2506e59c6f1ebdc4608a6ff2ac207d (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Previous issue date: 2014-08-20 / Recommendation systems function as a guide, helping users to discover products of
interest. There are various techniques and approaches in the literature that enable the
generationofrecommendations.Thisisinterestingbecauseitemphasizesthediversityof
options;ontheotherhand,itcancausedoubtthesystemdesigneraboutwhichisthebest
techniquetouse.Eachoftheseapproacheshasparticularitiesanddependsonthecontext
to be applied. Therefore, the decision to choose between the techniques is complex to
be done manually. This work proposes an evolutionary approach for combining results
of recommendation techniques (Invenire) in order to automate the choice of techniques
and get fewer errors in recommendations. To evaluate the proposal, experiments were
performed with a dataset from MovieLens and some Collaborative Filtering techniques.
The results show that the combining methodology proposed in this paper performs
better than any one collaborative filtering technique separately in the context addressed.
The improvement varies from 3,6% to 118,99% depending on the technique and the
experiment executed. / Sistemas de Recomendação funcionam como um conselheiro, comportando-se de tal
formaaorientaraspessoasnadescobertadeprodutosdeinteresse.Existemváriastécnicas
eabordagensnaliteraturaquepermitemgerarrecomendações.Issoéinteressanteporque
enfatiza a diversidade de opções; por outro lado, pode causar dúvida para o projetista
do sistema sobre qual é a melhor técnica para usar. Cada uma destas abordagens tem
particularidades e dependem do contexto para serem aplicadas. Assim, a decisão de
escolher entre técnicas se torna complexa para ser feita manualmente. Este trabalho
propõe uma abordagem evolutiva para automatizar a busca pela melhor combinação
de resultados de técnicas de Sistemas de Recomendação e produzir menos erros nas
recomendações.Paraavaliaraproposta,foramrealizadosexperimentoscomumconjunto
de dados daMovieLens e algumas das técnicas de Filtragem Colaborativa. Os resultados
mostramqueametodologiadecombinação,propostanestetrabalho,temumdesempenho
melhor do que qualquer uma das técnicas isoladas de filtragem colaborativa no contexto
abordado.A melhora varia de3,6%a 118,99%dependendo da técnica e do experimento
executado.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/3818 |
| Date | 20 August 2014 |
| Creators | Silva, Edjalma Queiroz da |
| Contributors | Camilo Junior, Celso Gonçalves, Camilo Júnior, Celso Gonçalves, Rosa, Thierson Couto, Yamanaka, Keiji |
| Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Ciência da Computação (INF), UFG, Brasil, Instituto de Informática - INF (RG) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | -3303550325223384799, 600, 600, 600, -7712266734633644768, 3671711205811204509 |
Page generated in 0.0028 seconds