Sistema de
Recomendação de Lojas
em Aplicativos Móveis
para Clientes de
Shopping Centers
Gustavo Carvalho
Orientador: Prof...
Como surgiu: O app InMap
● Desenvolvedores de App

● Oportunidade de negócio:

shopping com dificuldades + app =
InMap
● Mapa interativo do Salvador Shopping
Problemas

➔ Mais de 400 lojas;
➔ Informações apresentadas da mesma forma
para diferentes usuários;
➔ Dificuldade em desco...
Solução: Sistema de
Recomendações

Recomendar as lojas que sejam do interesse
do usuário baseado no seu perfil, atividades...
Objetivo do Sistema de
Recomendações

Promover uma melhor experiência do usuário
no Shopping
Como fazer boas recomendações

1. Conhecer e modelar o usuário
2. Conhecer e modelar as lojas
3. Calcular as melhores loja...
Modelo de Usuário
(o que é um usuário?)

{SM, BR, LV, CV}
● SM: Social Media
● BR: Buscas Realizadas
● LV: Lojas Visitadas...
Exemplo de Modelo de Usuário
{SM, BR, LV, CV}
● SM: {futebol, nike, carro}
● BR: {tenis de corrida, pizza}
● LV: {Centauro...
Modelo de Loja
(o que é uma loja?)

{C, T}

● C: Categoria
● T: Tags
Exemplo de Modelo de Loja
{C, T}

● C: Alimentação
● T: {pizza, massa, italiana}
O Modelo da Recomendação
(versão atual)

Para todo usuário u e loja s temos:
rec(u, s) = w1*cat(CVu, Cs) + w2*sim(LVu, Ts)...
Observações:
● Há um escore minimo para a loja ser
recomendada;
● Há um número máximo de lojas a ser
recomendada;
● Lojas ...
Proposta de Avaliação da Solução
1. Avaliar se as recomendações estão sendo
geradas corretamente
a. Avaliação Automática u...
Conclusão

Através da análise de dados de redes sociais e
atividade no aplicativo fazemos
recomendações de lojas do intere...
Referências
[1] Ricardo Baeza-Yates and Berthier Ribeiro-Neto. Modern
Information Retrieval. Ad- dison Wesley, May 1999.
[...
Próximos SlideShares
Carregando em…5
×

Sistema de Recomendação de Lojas

571 visualizações

Publicada em

Como surgiu, o que é e como funciona o sistema de recomendação de lojas do aplicativo InMap.

Publicada em: Tecnologia
0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
571
No SlideShare
0
A partir de incorporações
0
Número de incorporações
2
Ações
Compartilhamentos
0
Downloads
1
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Sistema de Recomendação de Lojas

  1. 1. Sistema de Recomendação de Lojas em Aplicativos Móveis para Clientes de Shopping Centers Gustavo Carvalho Orientador: Prof. Frederico Durão
  2. 2. Como surgiu: O app InMap ● Desenvolvedores de App ● Oportunidade de negócio: shopping com dificuldades + app =
  3. 3. InMap ● Mapa interativo do Salvador Shopping
  4. 4. Problemas ➔ Mais de 400 lojas; ➔ Informações apresentadas da mesma forma para diferentes usuários; ➔ Dificuldade em descobrir lojas novas;
  5. 5. Solução: Sistema de Recomendações Recomendar as lojas que sejam do interesse do usuário baseado no seu perfil, atividades no app e contexto.
  6. 6. Objetivo do Sistema de Recomendações Promover uma melhor experiência do usuário no Shopping
  7. 7. Como fazer boas recomendações 1. Conhecer e modelar o usuário 2. Conhecer e modelar as lojas 3. Calcular as melhores lojas para determinado usuário
  8. 8. Modelo de Usuário (o que é um usuário?) {SM, BR, LV, CV} ● SM: Social Media ● BR: Buscas Realizadas ● LV: Lojas Visitadas no APP ● CV: Categorias Visitadas no APP
  9. 9. Exemplo de Modelo de Usuário {SM, BR, LV, CV} ● SM: {futebol, nike, carro} ● BR: {tenis de corrida, pizza} ● LV: {Centauro, C&A, PizzaHut} ● CV: {Esportes, Alimentação}
  10. 10. Modelo de Loja (o que é uma loja?) {C, T} ● C: Categoria ● T: Tags
  11. 11. Exemplo de Modelo de Loja {C, T} ● C: Alimentação ● T: {pizza, massa, italiana}
  12. 12. O Modelo da Recomendação (versão atual) Para todo usuário u e loja s temos: rec(u, s) = w1*cat(CVu, Cs) + w2*sim(LVu, Ts) + w3*sim(SMu, Ts) + w4*sim(BRu, Ts) Onde: w1 + w2 + w3 + w4 = 1; 0 ≤ cat ≤ 1; 0 ≤ sim ≤ 1; Função “cat” a definir mas relaciona Categorias; Sim = cosine similarity [1] Logo: 0 ≤ rec(u, s) ≤ 1
  13. 13. Observações: ● Há um escore minimo para a loja ser recomendada; ● Há um número máximo de lojas a ser recomendada; ● Lojas já visitadas no app não serão recomendadas; ● Informações muito antigas são excluídas;
  14. 14. Proposta de Avaliação da Solução 1. Avaliar se as recomendações estão sendo geradas corretamente a. Avaliação Automática usando validação cruzada através de simulação [2] 2. Avaliar se há uma melhora na experiência do usuário a. Experimento com usuários
  15. 15. Conclusão Através da análise de dados de redes sociais e atividade no aplicativo fazemos recomendações de lojas do interesse do usuário, melhorando sua experiência no shopping.
  16. 16. Referências [1] Ricardo Baeza-Yates and Berthier Ribeiro-Neto. Modern Information Retrieval. Ad- dison Wesley, May 1999. [2] KOHAVI, R. A study of cross-validation and bootstrap for accuracy estimation and model selection. In: International joint Conference on artificial intelligence. [S.l.: s.n.], 1995. v. 14, p. 1137–1145.

×