Busca avançada
Ano de início
Entree

Filtragem baseada em conteúdo auxiliada por métodos de indexação colaborativa

Processo: 13/10756-5
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de dezembro de 2013
Vigência (Término): 28 de fevereiro de 2015
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Marcelo Garcia Manzato
Beneficiário:Rafael Martins Daddio
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Assunto(s):Metadados   Sistemas de recomendação

Resumo

Sistemas de recomendação baseados em conteúdo dependem da disponibilidade de metadados a fim de filtrar conteúdo relevante para um indivíduo em particular. Estas informações podem ser criadas a partir de técnicas de indexação automática e manual. Enquanto que nas abordagens automáticas é necessário restringir o domínio de dados, já que se realizam análises dos dados em baixo nível procurando inferir informações de alto nível, os métodos manuais são caros e propensos a erros. Por outro lado, com a expansão da Web e a possibilidade de usuários comuns criarem novos conteúdos e anotações sobre diferentes itens e produtos, uma alternativa é obter esses metadados criados colaborativamente pelos próprios usuários. Entretanto, essas informações, como palavras-chave, revisões, comentários, etc., podem conter ruídos, além de estarem em uma forma não padronizada e desestruturada. Deste modo, este trabalho tem como objetivo desenvolver um sistema de recomendação baseado em descrições colaborativas. A fim de reduzir a quantidade de ruídos e lidar com os dados não estruturados, pretende-se desenvolver um método que aplica diferentes técnicas de redução de dimensionalidade, extração de características e aprendizado de máquina para se obter uma versão rica semanticamente e padronizada a respeito dos itens passíveis de serem recomendados.

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)
MANZATO, MARCELO G.; DOMINGUES, MARCOS A.; FORTES, ARTHUR C.; SUNDERMANN, CAMILA V.; D'ADDIO, RAFAEL M.; CONRADO, MERLEY S.; REZENDE, SOLANGE O.; PIMENTEL, MARIA G. C. Mining unstructured content for recommender systems: an ensemble approach. INFORMATION RETRIEVAL JOURNAL, v. 19, n. 4, p. 378-415, AUG 2016. Citações Web of Science: 3.

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