Utilizando Tropes em modelos de recomendação híbridos
| Ano de defesa: | 2016 |
|---|---|
| Autor(a) principal: | |
| Outros Autores: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal do Amazonas
Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | http://tede.ufam.edu.br/handle/tede/5617 |
Resumo: | 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. |
| id |
UFAM_ec2e5054e00b17cbce50b8bb0282a5ff |
|---|---|
| oai_identifier_str |
oai:https://tede.ufam.edu.br/handle/:tede/5617 |
| network_acronym_str |
UFAM |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
| repository_id_str |
|
| spelling |
Utilizando Tropes em modelos de recomendação híbridosSistemas de RecomendaçãoTropesModelos HíbridosSlope OneCIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃOSistemas 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.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.Universidade Federal do AmazonasInstituto de ComputaçãoBrasilUFAMPrograma de Pós-graduação em InformáticaCristo, Marco Antônio Pinheiro dehttp://lattes.cnpq.br/6261175351521953Santos , Eulanda Miranda dosRosa, Thierson CoutoBatista, Arthur Félixhttp://lattes.cnpq.br/35509298482676222017-03-17T14:22:49Z2016-12-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfBATISTA, Arthur Félix. Utilizando Tropes em modelos de recomendação híbridos. 2016. 56 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2016.http://tede.ufam.edu.br/handle/tede/5617porhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2018-04-30T18:51:55Zoai:https://tede.ufam.edu.br/handle/:tede/5617Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922018-04-30T18:51:55Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false |
| dc.title.none.fl_str_mv |
Utilizando Tropes em modelos de recomendação híbridos |
| title |
Utilizando Tropes em modelos de recomendação híbridos |
| spellingShingle |
Utilizando Tropes em modelos de recomendação híbridos Batista, Arthur Félix Sistemas de Recomendação Tropes Modelos Híbridos Slope One CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO |
| title_short |
Utilizando Tropes em modelos de recomendação híbridos |
| title_full |
Utilizando Tropes em modelos de recomendação híbridos |
| title_fullStr |
Utilizando Tropes em modelos de recomendação híbridos |
| title_full_unstemmed |
Utilizando Tropes em modelos de recomendação híbridos |
| title_sort |
Utilizando Tropes em modelos de recomendação híbridos |
| author |
Batista, Arthur Félix |
| author_facet |
Batista, Arthur Félix http://lattes.cnpq.br/3550929848267622 |
| author_role |
author |
| author2 |
http://lattes.cnpq.br/3550929848267622 |
| author2_role |
author |
| dc.contributor.none.fl_str_mv |
Cristo, Marco Antônio Pinheiro de http://lattes.cnpq.br/6261175351521953 Santos , Eulanda Miranda dos Rosa, Thierson Couto |
| dc.contributor.author.fl_str_mv |
Batista, Arthur Félix http://lattes.cnpq.br/3550929848267622 |
| dc.subject.por.fl_str_mv |
Sistemas de Recomendação Tropes Modelos Híbridos Slope One CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO |
| topic |
Sistemas de Recomendação Tropes Modelos Híbridos Slope One CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO |
| description |
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. |
| publishDate |
2016 |
| dc.date.none.fl_str_mv |
2016-12-16 2017-03-17T14:22:49Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
BATISTA, Arthur Félix. Utilizando Tropes em modelos de recomendação híbridos. 2016. 56 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2016. http://tede.ufam.edu.br/handle/tede/5617 |
| identifier_str_mv |
BATISTA, Arthur Félix. Utilizando Tropes em modelos de recomendação híbridos. 2016. 56 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2016. |
| url |
http://tede.ufam.edu.br/handle/tede/5617 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
| publisher.none.fl_str_mv |
Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFAM instname:Universidade Federal do Amazonas (UFAM) instacron:UFAM |
| instname_str |
Universidade Federal do Amazonas (UFAM) |
| instacron_str |
UFAM |
| institution |
UFAM |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
| collection |
Biblioteca Digital de Teses e Dissertações da UFAM |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM) |
| repository.mail.fl_str_mv |
ddbc@ufam.edu.br||ddbc@ufam.edu.br |
| _version_ |
1851781281794228224 |