Busca avançada
Ano de início
Entree

Big Data e Business Intelligence - uso de dados de redes sociais como solução para cenário de cold-start em sistema de recomendação

Processo: 14/04851-8
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de março de 2017 - 31 de agosto de 2019
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Solange Nice Alves de Souza
Beneficiário:Solange Nice Alves de Souza
Instituição-sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Bolsa(s) vinculada(s):17/04658-1 - Implementação e testes de ambiente computacional para um sistema de recomendação, BP.TT
Assunto(s):Inteligência empresarial  Sistemas de recomendação  Banco de dados  Big data  Redes sociais 
Palavra(s)-Chave do Pesquisador:big data | Business Intelligence | data quality | governança de dados | redes sociais | sistemas de recomendação | Banco de Dados

Resumo

Nos últimos anos aumentaram vertiginosamente a geração de dados e as oportunidades associadas com sua análise. Muitos desses dados estão vindo de redes sociais, blogs, fotos e vídeos, além de servidores e/ou sistemas que gravam logs de navegação e qualquer ação relevante de usuários que estão visitando a web. O termo Big Data reflete as características destes dados e os requisitos para sua gestão, a qual é mais complexa, dado o volume, a variedade e a velocidade necessária para o processamento desses dados. Tirar proveito dessa enorme quantidade de dados é uma tarefa extremante complexa para o ser humano sem o auxílio computacional. Sistemas de recomendação tem o propósito de auxiliar o usuário a encontrar artefatos (produtos, documentos, informações, serviços) que podem interessá-lo. Como a recomendação se baseia em dados sobre o usuário, em cenários de cold-start, onde não existem informações disponíveis sobre o mesmo, a recomendação se torna um problema de maior complexidade. O problema de cold-start tem recebido bastante atenção e várias propostas têm sido apresentadas na literatura, contudo ainda não existe uma solução que possa ser aplicada a qualquer domínio ou situação. Neste cenário, dados extraídos de redes sociais são uma fonte de informação valiosa que possibilita recomendações assertivas para o usuário. Este projeto apresenta uma solução para o contexto de cold-start utilizando somente dados extraídos de redes sociais. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
GONZALEZ CAMACHO, LESLY ALEJANDRA; ALVES-SOUZA, SOLANGE NICE. Social network data to alleviate cold-start in recommender system: A systematic review. INFORMATION PROCESSING & MANAGEMENT, v. 54, n. 4, p. 529-544, . (14/04851-8)

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.