Accelerated incremental listwise learning to rank for collaborative filtering

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Bürgel, Eduardo Jorge da Rosa
Orientador(a): Marchi, Jerusa
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
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/123456789/181254
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017.
id UFSC_64e5af92bc0fff3015d06360d4099555
oai_identifier_str oai:repositorio.ufsc.br:123456789/181254
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaBürgel, Eduardo Jorge da RosaMarchi, JerusaSpinosa, Eduardo Jaques2017-11-21T03:22:20Z2017-11-21T03:22:20Z2017348587https://repositorio.ufsc.br/xmlui/handle/123456789/181254Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017.O enorme volume de informação hoje em dia aumenta a complexidade e degrada a qualidade do processo de tomada de decisão. A fim de melhorar a qualidade das decisões, os sistemas de recomendação têm sido utilizados com resultados consideráveis. Nesse contexto, a filtragem colaborativa desempenha um papel ativo em superar o problema de sobrecarga de informação. Em um cenário em que novas avaliações são recebidas constantemente, um modelo estático torna-se ultrapassado rapidamente, portanto a velocidade de atualização do modelo é um fator crítico. Propomos um método de aprendizagem de ranqueamento incremental acelerado para filtragem colaborativa. Para atingir esse objetivo, aplicamos uma técnica de aceleração a uma abordagem de aprendizado incremental para filtragem colaborativa. Resultados em conjuntos de dados reais confirmam que o algoritmo proposto é mais rápido no processo de aprendizagem mantendo a precisão do modelo.Abstract : The enormous volume of information nowadays increases the complexity of the decision-making process and degrades the quality of decisions. In order to improve the quality of decisions, recommender systems have been applied with significant results. In this context, the collaborative filtering technique plays an active role overcoming the information overload problem. In a scenario where new ratings have been received constantly, a static model becomes outdated quickly, hence the rate of update of the model is a critical factor. We propose an accelerated incremental listwise learning to rank approach for collaborative filtering. To achieve this, we apply an acceleration technique to an incremental collaborative filtering approach. Results on real word datasets show that our proposal accelerates the learning process and keeps the accuracy of the model.75 p.| il., gráfs., tabs.engComputaçãoAprendizado do computadorSistemas de recomendação (filtragem de informações)Accelerated incremental listwise learning to rank for collaborative filteringinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL348587.pdfapplication/pdf724704https://repositorio.ufsc.br/bitstream/123456789/181254/1/348587.pdfb38ecdc2a6867c169d2e6b076ee4369eMD51123456789/1812542017-11-21 01:22:20.481oai:repositorio.ufsc.br:123456789/181254Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732017-11-21T03:22:20Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Accelerated incremental listwise learning to rank for collaborative filtering
title Accelerated incremental listwise learning to rank for collaborative filtering
spellingShingle Accelerated incremental listwise learning to rank for collaborative filtering
Bürgel, Eduardo Jorge da Rosa
Computação
Aprendizado do computador
Sistemas de recomendação (filtragem de informações)
title_short Accelerated incremental listwise learning to rank for collaborative filtering
title_full Accelerated incremental listwise learning to rank for collaborative filtering
title_fullStr Accelerated incremental listwise learning to rank for collaborative filtering
title_full_unstemmed Accelerated incremental listwise learning to rank for collaborative filtering
title_sort Accelerated incremental listwise learning to rank for collaborative filtering
author Bürgel, Eduardo Jorge da Rosa
author_facet Bürgel, Eduardo Jorge da Rosa
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Bürgel, Eduardo Jorge da Rosa
dc.contributor.advisor1.fl_str_mv Marchi, Jerusa
dc.contributor.advisor-co1.fl_str_mv Spinosa, Eduardo Jaques
contributor_str_mv Marchi, Jerusa
Spinosa, Eduardo Jaques
dc.subject.classification.pt_BR.fl_str_mv Computação
Aprendizado do computador
Sistemas de recomendação (filtragem de informações)
topic Computação
Aprendizado do computador
Sistemas de recomendação (filtragem de informações)
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 2017-11-21T03:22:20Z
dc.date.available.fl_str_mv 2017-11-21T03:22:20Z
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/123456789/181254
dc.identifier.other.pt_BR.fl_str_mv 348587
identifier_str_mv 348587
url https://repositorio.ufsc.br/xmlui/handle/123456789/181254
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 75 p.| il., gráfs., 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/123456789/181254/1/348587.pdf
bitstream.checksum.fl_str_mv b38ecdc2a6867c169d2e6b076ee4369e
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_ 1851759104337379328

Registros relacionados