Made available in DSpace on 2015-04-14T14:49:47Z (GMT). No. of bitstreams: 1
438773.pdf: 3581155 bytes, checksum: 8bd17c869fd04adc206bbbcd32f4b1dd (MD5)
Previous issue date: 2012-03-20 / Social media systems such as Flickr, Youtube and Picasa have become very popular as they provide a collaborative environment to share photos and videos supporting tags, ratings and comments. This kind of interaction includes a lot of content provided by users, which may bring meaningful information to recommendation systems. The aggregation of tags is also a way to cluster items and provide tag-based search content. We investigate how to support tag recommendation by ranking the co-occurrence, popularity and relevance of commonly-used tags in similar items and by similar users. We developed a tag recommendation system to recommend of possibly relevant tags. We use Flickr s dataset to analyze our algorithm s behavior and present the results provide by the experiment. A new model using personalized recommendation was developed using the experiment results and the behavior of each user. / Sistemas de m?dia social como Flickr, Youtube e Picasa tornaram-se muito populares devido ao seu ambiente para compartilhamento de imagens, v?deos e suporte ? atribui??o de tags, avalia??es e coment?rios. Sistemas colaborativos possuem grandes quantidades de conte?do provido pelos usu?rios, os quais fornecem informa??es relevantes para engines de recomenda??o. O uso de tags tamb?m permite a clusteriza??o e busca de conte?do baseado em palavras-chaves. Neste trabalho foi investigado um mecanismo para recomendar tags, desenvolvendo medidas de co-ocorr?ncia, popularidade e relev?ncia de tags comumente usadas em itens similares e por usu?rios similares. Foi desenvolvido um sistema para recomendar poss?veis tags relevantes baseadas na similaridade contextual de outras tags providas pelos usu?rios. Para o desenvolvimento do experimento, foi utilizado um dataset do Flickr para gerar recomenda??es e analisar o comportamento do algoritmo e as atribui??es efetuadas pelos usu?rios participantes. Os resultados obtidos demonstraram padr?es de atribui??o e desempenho de acordo com o conte?do/contexto da imagem. Utilizando a frequ?ncia de atribui??o baseada no hist?rico de cada perfil ? sugerido um novo modelo personalizado para recomenda??o de tags.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2.pucrs.br:tede/5172 |
| Date | 20 March 2012 |
| Creators | Ziesemer, Angelina de Carvalho A. |
| Contributors | Oliveira, Jo?o Batista Souza de |
| Publisher | Pontif?cia Universidade Cat?lica do Rio Grande do Sul, Programa de P?s-Gradua??o em Ci?ncia da Computa??o, PUCRS, BR, Faculdade de Inform?ca |
| 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 PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 1974996533081274470, 500, 600, 1946639708616176246 |
Page generated in 0.0016 seconds