Sistemas de Recomendação: uma perspectiva orientada ao deep learning

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Lampa, Igor Luiz [UNESP]
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Sistemas de recomendação
Aprendizado profundo
Filtragem colaborativa
Baseada em conteúdo
Abordagem híbrida
Recommendation systems
Deep learning
Collaborative filtering
Content-based
Hybrid approach
Link de acesso: https://hdl.handle.net/11449/310418
Resumo: A utilização massiva das plataformas digitais proporcionou um aumento exponencial no volume de dados consumidos e gerados diariamente. Por conseguinte, nota-se a ocorrência de uma sobrecarga de dados que afetam diretamente a experiência de consumo dos produtos digitais, seja para consultar uma notícia, consumir um produto em e-commerce ou a escolha de um filme em uma plataforma de streaming. Nesse contexto, surgem os sistemas de recomendação, os quais possuem a finalidade prover uma forma de eficiente de entender as predileções dos usuários e recomendar itens direcionados a eles. Desse modo, este trabalho visa explanar as técnicas clássicas utilizadas, bem como analisar a utilização em conjunto com deep learning, a qual por meio de resultados avaliados possui maior capacidade de obter relações implícitas entre os usuários e itens e, portanto, prover recomendações de maior qualidade e precisão.
id UNSP_fb9c64826c6be64ac39e08f24b7384e7
oai_identifier_str oai:repositorio.unesp.br:11449/310418
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Sistemas de Recomendação: uma perspectiva orientada ao deep learningRecommendation Systems: a deep learning oriented perspectiveSistemas de recomendaçãoAprendizado profundoFiltragem colaborativaBaseada em conteúdoAbordagem híbridaRecommendation systemsDeep learningCollaborative filteringContent-basedHybrid approachA utilização massiva das plataformas digitais proporcionou um aumento exponencial no volume de dados consumidos e gerados diariamente. Por conseguinte, nota-se a ocorrência de uma sobrecarga de dados que afetam diretamente a experiência de consumo dos produtos digitais, seja para consultar uma notícia, consumir um produto em e-commerce ou a escolha de um filme em uma plataforma de streaming. Nesse contexto, surgem os sistemas de recomendação, os quais possuem a finalidade prover uma forma de eficiente de entender as predileções dos usuários e recomendar itens direcionados a eles. Desse modo, este trabalho visa explanar as técnicas clássicas utilizadas, bem como analisar a utilização em conjunto com deep learning, a qual por meio de resultados avaliados possui maior capacidade de obter relações implícitas entre os usuários e itens e, portanto, prover recomendações de maior qualidade e precisão.The massive use of the digital platforms has provided an exponential increase at the amount of data diary consumed and generated. Thus, there is a data overload which directly affects the consume experience of digital products, whether at find a news, consume an e-commerce product or to choose a movie in a streaming platform. In this context, emerge the recommendation systems, which have the finality of provide an efficient way to comprehend the user predilections and to recommend direct items. In this way, this work aims to explain the classical techniques already used, as well as to analyze the use together with deep learning, which through evaluated results has a grater capability to obtain implicit relationships between users and items, therefore, provide recommendations with quality and accuracy.Universidade Estadual Paulista (Unesp)Zafalon, Geraldo Francisco Donegá [UNESP]Universidade Estadual Paulista (Unesp)Lampa, Igor Luiz [UNESP]2025-05-14T18:38:22Z2025-03-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLAMPA, Igor Luiz. Sistemas de Recomendação: uma perspectiva orientada ao deep learning. Dissertação (Mestrado em Ciência da Computação). 2025 – Universidade Estadual Paulista (Unesp), Instituto de Biociências Letras e Ciências Exatas (Ibilce), São José do Rio Preto, 2025.https://hdl.handle.net/11449/31041833004153073P250727932545943890009-0005-2099-9020porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2025-06-02T18:38:59Zoai:repositorio.unesp.br:11449/310418Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462025-06-02T18:38:59Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Sistemas de Recomendação: uma perspectiva orientada ao deep learning
Recommendation Systems: a deep learning oriented perspective
title Sistemas de Recomendação: uma perspectiva orientada ao deep learning
spellingShingle Sistemas de Recomendação: uma perspectiva orientada ao deep learning
Lampa, Igor Luiz [UNESP]
Sistemas de recomendação
Aprendizado profundo
Filtragem colaborativa
Baseada em conteúdo
Abordagem híbrida
Recommendation systems
Deep learning
Collaborative filtering
Content-based
Hybrid approach
title_short Sistemas de Recomendação: uma perspectiva orientada ao deep learning
title_full Sistemas de Recomendação: uma perspectiva orientada ao deep learning
title_fullStr Sistemas de Recomendação: uma perspectiva orientada ao deep learning
title_full_unstemmed Sistemas de Recomendação: uma perspectiva orientada ao deep learning
title_sort Sistemas de Recomendação: uma perspectiva orientada ao deep learning
author Lampa, Igor Luiz [UNESP]
author_facet Lampa, Igor Luiz [UNESP]
author_role author
dc.contributor.none.fl_str_mv Zafalon, Geraldo Francisco Donegá [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Lampa, Igor Luiz [UNESP]
dc.subject.por.fl_str_mv Sistemas de recomendação
Aprendizado profundo
Filtragem colaborativa
Baseada em conteúdo
Abordagem híbrida
Recommendation systems
Deep learning
Collaborative filtering
Content-based
Hybrid approach
topic Sistemas de recomendação
Aprendizado profundo
Filtragem colaborativa
Baseada em conteúdo
Abordagem híbrida
Recommendation systems
Deep learning
Collaborative filtering
Content-based
Hybrid approach
description A utilização massiva das plataformas digitais proporcionou um aumento exponencial no volume de dados consumidos e gerados diariamente. Por conseguinte, nota-se a ocorrência de uma sobrecarga de dados que afetam diretamente a experiência de consumo dos produtos digitais, seja para consultar uma notícia, consumir um produto em e-commerce ou a escolha de um filme em uma plataforma de streaming. Nesse contexto, surgem os sistemas de recomendação, os quais possuem a finalidade prover uma forma de eficiente de entender as predileções dos usuários e recomendar itens direcionados a eles. Desse modo, este trabalho visa explanar as técnicas clássicas utilizadas, bem como analisar a utilização em conjunto com deep learning, a qual por meio de resultados avaliados possui maior capacidade de obter relações implícitas entre os usuários e itens e, portanto, prover recomendações de maior qualidade e precisão.
publishDate 2025
dc.date.none.fl_str_mv 2025-05-14T18:38:22Z
2025-03-19
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 LAMPA, Igor Luiz. Sistemas de Recomendação: uma perspectiva orientada ao deep learning. Dissertação (Mestrado em Ciência da Computação). 2025 – Universidade Estadual Paulista (Unesp), Instituto de Biociências Letras e Ciências Exatas (Ibilce), São José do Rio Preto, 2025.
https://hdl.handle.net/11449/310418
33004153073P2
5072793254594389
0009-0005-2099-9020
identifier_str_mv LAMPA, Igor Luiz. Sistemas de Recomendação: uma perspectiva orientada ao deep learning. Dissertação (Mestrado em Ciência da Computação). 2025 – Universidade Estadual Paulista (Unesp), Instituto de Biociências Letras e Ciências Exatas (Ibilce), São José do Rio Preto, 2025.
33004153073P2
5072793254594389
0009-0005-2099-9020
url https://hdl.handle.net/11449/310418
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 application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1854954743980359680

Registros relacionados