Ajustamento de pesos para ratings de múltiplos critérios em recomendação de itens

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Jesus, Felipe Born de
Orientador(a): Dorneles, Carina Friedrich
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/xmlui/handle/123456789/179797
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017
id UFSC_4cbd45ccdb090d1ee094a97d47a459a3
oai_identifier_str oai:repositorio.ufsc.br:123456789/179797
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaJesus, Felipe Born deDorneles, Carina Friedrich2017-09-26T04:19:59Z2017-09-26T04:19:59Z2017348077https://repositorio.ufsc.br/xmlui/handle/123456789/179797Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017A recomendação de itens para usuários é uma tarefa comum no cotidiano. Tal recomendação existe desde um vendedor de uma loja, quando sugere roupas ao cliente, até aplicativos como o Netflix, que sugere filmes para os usuários. Em sistemas de recomendação, é necessário cada vez mais levar em consideração diversos fatores para que sejam recomendados itens aos usuários. No contexto deste trabalho, tais fatores são os critérios, sendo que diversos deles devem ser levados em consideração na recomendação. Além disso, alguns desses critérios podem ser mais importantes que os demais e essa importância pode variar de usuário para usuário. Na literatura, é comum encontrar abordagens que, considerando avaliações prévias de usuários para determinados itens e os critérios desses itens, infere quais avaliações o usuário forneceria para outros itens e critérios de itens. Contudo, sabe-se que as bases de dados de avaliações de um sistema de recomendação costumam ser esparsas, ou seja, apenas uma pequena parcela das avaliações são conhecidas. Esse problema, conhecido como esparsidade de dados, faz com que seja lenta a predição de todas as avaliações possíveis. Neste trabalho, é proposto que se trabalhe com dois conceitos distintos de avaliações de itens: \textit{ratings} explícitos, fornecidos explicitamente pelos usuários, e \textit{ratings} implícitos, inferidos pelo sistema. Cada \textit{rating} está relacionado a um critério e, para que seja possível identificar quais critérios são mais importantes, cada um dos critérios é relacionado a um peso. Para se ajustar os pesos dos critérios, é proposto um problema de otimização que é solucionado via algoritmo genético. Ao se utilizar ajuste de pesos, combinado com o uso de \textit{ratings} implícitos e explícitos, é possível reduzir consideravelmente o tempo de ajuste do sistema de recomendação, bem como aumentar a precisão das recomendações em cenários mais esparsos. Em cenários menos esparsos, ainda é possível reduzir consideravelmente o tempo de ajuste do sistema, mantendo-se a precisão das recomendações com valores próximos à precisão de outros trabalhos da literatura.Abstract: From a seller to applications like Netflix we can witness a recommendation. So, everyday there is examples of recommendation for a user. However, for a precise recommendation, a set of features are needed to be taken into account. Features like geographical localization, price of items, who acquired those items and so on. So, for a user, multiple criteria must be used in a recommendation. Moreover, some of those criteria may be more important than others. In order to identify which criteria are more important the others, we propose that each criterion is related to a weight. We propose, to identify those wheights, to adjust the weight of the criterion, by proposing an optimization problem that is solved by a genetic algorithm. Another problem we propose to mitigate is the data sparsity problem. In ratings database, usually there are only a few ratings, comparing to the total of possible ratings. In literature, an approach to mitigate this problem is, considering previous evaluations for items and items criteria from users, we can estimate which evaluation the users would provide to the items or the items criteria. Once there are a lot of ratings to estimate, the data sparsity problem makes the prediction for all possible evaluations to be slow. So, we propose the use of two different domains of ratings: explicit rating, explicitly provided by the user, and implicit rating, inferred by the system. Each rating is related with a criterion. Combining the weight adjustment with the use of implicit and explicit rating, it is possible to decrease the time needed for the recommender system adjustment, as well as increase the precision of recommendation in a sparse scenario. In a sparser scenario, when we remove evaluations maded by the users, it is still possible to decrease the time of adjustment, keeping the precision of our approach close to other baselines approaches.78 p.| il., grafs., tabs.porComputaçãoAlgoritmos genéticosAjustamento de pesos para ratings de múltiplos critérios em recomendação de itens info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL348077.pdfapplication/pdf1624164https://repositorio.ufsc.br/bitstream/123456789/179797/1/348077.pdfd2d159741b88a6b531e03ba8d6c5b126MD51123456789/1797972017-09-26 01:19:59.848oai:repositorio.ufsc.br:123456789/179797Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732017-09-26T04:19:59Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Ajustamento de pesos para ratings de múltiplos critérios em recomendação de itens
title Ajustamento de pesos para ratings de múltiplos critérios em recomendação de itens
spellingShingle Ajustamento de pesos para ratings de múltiplos critérios em recomendação de itens
Jesus, Felipe Born de
Computação
Algoritmos genéticos
title_short Ajustamento de pesos para ratings de múltiplos critérios em recomendação de itens
title_full Ajustamento de pesos para ratings de múltiplos critérios em recomendação de itens
title_fullStr Ajustamento de pesos para ratings de múltiplos critérios em recomendação de itens
title_full_unstemmed Ajustamento de pesos para ratings de múltiplos critérios em recomendação de itens
title_sort Ajustamento de pesos para ratings de múltiplos critérios em recomendação de itens
author Jesus, Felipe Born de
author_facet Jesus, Felipe Born de
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Jesus, Felipe Born de
dc.contributor.advisor1.fl_str_mv Dorneles, Carina Friedrich
contributor_str_mv Dorneles, Carina Friedrich
dc.subject.classification.pt_BR.fl_str_mv Computação
Algoritmos genéticos
topic Computação
Algoritmos genéticos
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-09-26T04:19:59Z
dc.date.available.fl_str_mv 2017-09-26T04:19:59Z
dc.date.issued.fl_str_mv 2017
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 https://repositorio.ufsc.br/xmlui/handle/123456789/179797
dc.identifier.other.pt_BR.fl_str_mv 348077
identifier_str_mv 348077
url https://repositorio.ufsc.br/xmlui/handle/123456789/179797
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 78 p.| il., grafs., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/179797/1/348077.pdf
bitstream.checksum.fl_str_mv d2d159741b88a6b531e03ba8d6c5b126
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759279195815936

Registros relacionados