Framework híbrido de recomendação para o setor imobiliário baseado em informações geográficas e conjuntos Big Data

• Processo: 16/00240-0
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de abril de 2016
• Data de Término da vigência: 31 de outubro de 2016
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Paulo Scarpelini Neto
• Beneficiário: Rodrigo Cleir Castellon Rodrigues
• Vinculado ao auxílio: 15/08191-5 - Framework híbrido de recomendação para o setor imobiliário baseado em informações geográficas e conjuntos Big Data, AP.PIPE
• Assunto(s): Sistemas de recomendação Big data
• Palavra(s)-Chave do Pesquisador: big data | Informações Geográficas | sistemas de recomendação | Sistemas de Recomendação

Resumo

Atualmente são disponibilizados diversos produtos e serviços por meio do comércio eletrônico e um dos problemas dessa oferta abundante é a escolha do produto adequado que satisfaça a necessidade do cliente. No ramo imobiliário tais características são pertinentes e considera-se que a localização geográfica do imóvel é de extrema importância, visto que clientes que se interessaram por imóveis próximos tendem a ter gostos semelhantes. Nesse sentindo, a criação de um framework de recomendação híbrido que inclua uma abordagem baseada em dados espaciais consiste em um desafio que inclui o gerenciamento de volumes massivos de dados, também conhecidos como conjuntos Big Data.O presente projeto compõe o estudo de viabilidade técnica para criação de um framework híbrido de recomendação para o setor imobiliário e consiste na criação da infraestrutura computacional que suportará todo o desenvolvimento e validação do projeto com foco na disponibilização de ferramentas de armazenamento e processamento distribuído e escalável.