Utilize este identificador para referenciar este registo: http://hdl.handle.net/1822/27845

TítuloSistemas de recomendação baseados em preferências
Autor(es)Araújo, Luís André da Mota
Orientador(es)Belo, Orlando
Data2013
Resumo(s)“Recommended for you”, a expressão que está a tornar-se progressivamente numa das mais vistas no mundo das aplicações. Não é por acaso que, grande parte das aplicações Web (mas não só) por onde navegamos diariamente queiram tentar adivinhar e mostrar-nos o que nos agrada e o que acham recomendado para nós. De facto, esta apresentação de conteúdos orientados ao utilizador, às preferências históricas demonstradas, tem o poder imenso de nos manter a navegar num site, de nos fazer comprar mais produtos, de nos fazer voltar à aplicação. Esta “técnica” de recomendação de conteúdos que tem como base o estudo do historial do utilizador, das suas decisões tomadas e das suas demonstrações de preferências, assenta na extração de padrões que retratam o percurso histórico do mesmo. Por sua vez, as decisões tomadas por este assentam num padrão preferencial exibido pelo utilizador que vai de encontro às características intrínsecas à sua personalidade. Ora, com este estudo facilmente se entende que se podem retirar dados que irão caracterizar de forma inequívoca um utilizador, criando, desta forma, uma assinatura que o traduz, que o define e o torna único em relação aos demais. É nesta tradução de um conjunto de preferências temporais numa assinatura que define intemporalmente um utilizador, que assenta uma parte deste plano de trabalho. É neste contexto que surge todo este estudo, efetuado durante o presente projeto e sobre o qual incidirá esta dissertação. Será difícil encontrar melhores exemplos de conteúdos que caracterizem um indivíduo do que a música que ele ouve. “Start and Play” será o conceito inerente a uma peça de software que se pretende futuramente construir e que procurará recomendar o que o utilizador deve ouvir, com base nas preferências demonstradas por este, assente no seu conjunto alargado de ações passadas. Estas preferências definirão no seu conjunto a assinatura do utilizador, com a qual o sistema irá tentar definir e prever quais os conteúdos musicais que irá recomendar.
"Recommended for you", the expression that is gradually becoming one of the most popular in the world of applications. It is no coincidence that most of the web applications that we use daily want to guess and show us what we like and what they think that is recommended for us. In fact, this presentation of content oriented towards the user preferences, shown by the history, has the immense power to keep us in a site, make us buy more products or to make us turn back to the application. Is this content recommendation "technique", which is based on the user history study, their decisions and preferences, it‟s based on the extraction of patterns that depict that same history. Meanwhile, the decisions taken by this system are based on a preferred pattern displayed by the user, which meets the intrinsic characteristics of his personality. For that being, with this study we can easily understand that we can pull data that will characterize unequivocally a user, creating, thereby, a signature that reflects, defines and makes him unique when compared to others. It is in this transformation from a set of preferences to a temporal signature (that defines a user timelessly) that is based a part of this work plan. It is in this context that arises the entire study performed during this project and on which this document will focus. It will be difficult to find better examples of content that can characterize an individual than the music he hears. “Start and Play” is the concept inherent to a piece of software that aims to be built in the near future and that will try to recommend what an user should listen to, based on their past actions. These preferences will define the whole signature of the user, with which the system will attempt to define and predict what music content should be recommended.
TipomasterThesis
DescriçãoDissertação de mestrado em Engenharia Informática
URIhttp://hdl.handle.net/1822/27845
AcessoopenAccess
Aparece nas coleções:BUM - Dissertações de Mestrado
DI - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
eeum_di_dissertacao_pg19835.pdf1,61 MBAdobe PDFVer/Abrir

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu Currículo DeGóis