Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverage
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
[s.n.]
|
| 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: | https://hdl.handle.net/20.500.12733/25472 |
Resumo: | Orientador: Fernando José Von Zuben |
| id |
UNICAMP-30_eaa8f751d8d61786e944fa4ab3a40da5 |
|---|---|
| oai_identifier_str |
oai::1412028 |
| network_acronym_str |
UNICAMP-30 |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
| repository_id_str |
|
| spelling |
Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverageComparando variantes de filtragem colaborativa baseada em vizinhanças locais : uma análise entre desempenho e coberturaSistemas de recomendação (Filtragem da informação)Filtragem colaborativaMineração de dados (Computação)Método K-vizinho mais próximoOtimização multiobjetivoRecommendation system (Information filtering)Collaborative filteringData miningK-nearest neighbor methodMulti-objective optimizationOrientador: Fernando José Von ZubenDissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Filtragem Colaborativa baseada em vizinhança local (LNBCF) tem sido aplicada com sucesso como uma das principais estratégias de Sistemas de Recomendação de alto desempenho na literatura, fornecendo recomendações de alta confiança, mesmo em cenários esparsos. No entanto, a cobertura de previsão e o tempo de execução geralmente são insatisfatórios, revelando assim um desafiador \textit{trade-off} entre o desempenho da previsão e a cobertura. Como muitas outras técnicas de mineração de dados, essas métricas também são sensíveis a hiperparâmetros. Sob uma perspectiva multiobjetivo, iremos comparar várias variantes de LNBCF, estabelecendo o compromisso entre o desempenho da previsão e a cobertura. Também destacaremos a sensibilidade desses algoritmos ao ajuste de hiperparâmetros. O principal resultado deste trabalho é revelar que, quando considerando o desempenho da previsão, cobertura e também o tempo de execução, múltiplas variantes de LNBCF integram a fronteira de Pareto, indicando que não há uma variante dominante de LNBCF. Além disso, nossa analise multiobjetivo oferece um panorama claro para alimentar uma decisão a posteriori sobre qual variante de LNBCF considerar dependendo do caso de uso do Sistema de Recomendação. Todos os experimentos utilizam o conjunto de dados Movielens 100KAbstract: Local neighborhood-based collaborative filtering (LNBCF) is being successfully applied as the core of high-performance recommender systems in the literature, providing high confidence recommendations even in sparse scenarios. However, prediction coverage and runtime are generally unsatisfactory, thus disclosing a challenging trade-off between prediction performance and coverage. As many other data mining techniques, those metrics are also sensitive to hyperparameters. Under a multi-objective perspective, we will compare several LNBCF variants by establishing a compromise between prediction performance and coverage. We will also outline the sensitivity of some of the considered techniques to hyperparameter tuning. The main result of this work is to reveal that multiple LNBCF variants contribute to populate the Pareto front, thus indicating that there is no dominant LNBCF variant, considering prediction performance, coverage, and also runtime. Furthermore, our multi-objective framework provides a clear setting for an informed a posteriori decision of which LNBCF variant to consider, depending on the current preference of the decision maker. All experiments employ the Movielens 100K datasetAbertoMestradoEngenharia de ComputaçãoMestre em Engenharia Elétrica[s.n.]Von Zuben, Fernando José, 1968-França, Fabrício Olivetti deSilva, Emely Pujólli daUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASRodrigues, Bernardo Cardoso, 1994-20242024-08-29T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (49 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/25472RODRIGUES, Bernardo Cardoso. Comparing local neighborhood-based collaborative filtering variants: a tradeoff between prediction performance and coverage. 2024. 1 recurso online (49 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: 20.500.12733/25472. Acesso em: 29 set. 2025.https://repositorio.unicamp.br/acervo/detalhe/1412028https://repositorio.unicamp.br/acervo/detalhe/1412028Cover: https://repositorio.unicamp.br/capa/capa?codigo=1412028Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2025-07-17T14:52:34Zoai::1412028Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2025-07-17T14:52:34Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false |
| dc.title.none.fl_str_mv |
Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverage Comparando variantes de filtragem colaborativa baseada em vizinhanças locais : uma análise entre desempenho e cobertura |
| title |
Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverage |
| spellingShingle |
Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverage Rodrigues, Bernardo Cardoso, 1994- Sistemas de recomendação (Filtragem da informação) Filtragem colaborativa Mineração de dados (Computação) Método K-vizinho mais próximo Otimização multiobjetivo Recommendation system (Information filtering) Collaborative filtering Data mining K-nearest neighbor method Multi-objective optimization |
| title_short |
Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverage |
| title_full |
Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverage |
| title_fullStr |
Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverage |
| title_full_unstemmed |
Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverage |
| title_sort |
Comparing local neighborhood-based collaborative filtering variants : a tradeoff between prediction performance and coverage |
| author |
Rodrigues, Bernardo Cardoso, 1994- |
| author_facet |
Rodrigues, Bernardo Cardoso, 1994- |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Von Zuben, Fernando José, 1968- França, Fabrício Olivetti de Silva, Emely Pujólli da Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação Programa de Pós-Graduação em Engenharia Elétrica UNIVERSIDADE ESTADUAL DE CAMPINAS |
| dc.contributor.author.fl_str_mv |
Rodrigues, Bernardo Cardoso, 1994- |
| dc.subject.por.fl_str_mv |
Sistemas de recomendação (Filtragem da informação) Filtragem colaborativa Mineração de dados (Computação) Método K-vizinho mais próximo Otimização multiobjetivo Recommendation system (Information filtering) Collaborative filtering Data mining K-nearest neighbor method Multi-objective optimization |
| topic |
Sistemas de recomendação (Filtragem da informação) Filtragem colaborativa Mineração de dados (Computação) Método K-vizinho mais próximo Otimização multiobjetivo Recommendation system (Information filtering) Collaborative filtering Data mining K-nearest neighbor method Multi-objective optimization |
| description |
Orientador: Fernando José Von Zuben |
| publishDate |
2024 |
| dc.date.none.fl_str_mv |
2024 2024-08-29T00:00:00Z |
| 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://hdl.handle.net/20.500.12733/25472 RODRIGUES, Bernardo Cardoso. Comparing local neighborhood-based collaborative filtering variants: a tradeoff between prediction performance and coverage. 2024. 1 recurso online (49 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: 20.500.12733/25472. Acesso em: 29 set. 2025. |
| url |
https://hdl.handle.net/20.500.12733/25472 |
| identifier_str_mv |
RODRIGUES, Bernardo Cardoso. Comparing local neighborhood-based collaborative filtering variants: a tradeoff between prediction performance and coverage. 2024. 1 recurso online (49 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: 20.500.12733/25472. Acesso em: 29 set. 2025. |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
https://repositorio.unicamp.br/acervo/detalhe/1412028 https://repositorio.unicamp.br/acervo/detalhe/1412028 Cover: https://repositorio.unicamp.br/capa/capa?codigo=1412028 Requisitos do sistema: Software para leitura de arquivo em PDF |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf 1 recurso online (49 p.) : il., digital, arquivo PDF. |
| dc.publisher.none.fl_str_mv |
[s.n.] |
| publisher.none.fl_str_mv |
[s.n.] |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) instname:Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
| instname_str |
Universidade Estadual de Campinas (UNICAMP) |
| instacron_str |
UNICAMP |
| institution |
UNICAMP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
| collection |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP) |
| repository.mail.fl_str_mv |
sbubd@unicamp.br |
| _version_ |
1844628722391449600 |