SC-cap15-recomendacao-apresentacao.ppt

20
Sistemas de
recomendação
Claudia Lage Rebello da Motta
Ana Cristina Bicharra Garcia
Adriana Santarosa Vivacqua
Flávia Maria Santoro
Jonice de Oliveira Sampaio
1
CAPÍTULO 15

20
Sistema de Recomendação
• Sistema de Recomendação = algoritmo de busca e recuperação
para a recomendação dos documentos mais relevantes
SISTEMAS COLABORATIVOS → Sistemas de Recomendação
Pimentel, Sistemas Colaborativos, 2011 2
Sistemas de recomendação
são filtros de informação
para apresentar itens –
como páginas web, filmes,
músicas, livros, artigos
medicamentos, lojas etc. –
que provavelmente são do
interesse do usuário

20
Princípio dos sistemas de recomendação
“Diga-me com quem andas que eu lhe direi quem és.”
O que é relevante para mim,
também deve ser relevante para alguém com interesse similar

20
Princípio dos sistemas de recomendação
Pessoas que avaliaram um grande conjunto de produtos de
maneira semelhante, pelo menos num futuro próximo devem
continuar avaliando de maneira semelhante novos produtos

20
Recomendação é uma Função
• Sistemas de recomendação define uma função que identifica
os produtos de máxima utilidade para um certo cliente
– F é a função que determina a relevância do produto pi em relação ao
cliente c.
– Relevância depende: da avaliação de outros usuários com mesmo perfil,
características do produto, frequência de venda etc.
F(c,p) = max F(c, pi)

20
Sist. Recomendação é Sistema Colaborativo
• É um processo coletivo, embora a interação seja assíncrona e
os benefícios não sejam percebidos no momento da
contribuição individual ao grupo
• Um individuo contribui para avaliação de produtos que serão
consumidos por outros indivíduos.
• A recomendação é feita a partir da organização, manipulação,
sumarização e agrupamento das avaliações individuais.

20
Combinação Social
• É um tipo de SR que recomenda pessoas
• Geralmente com base em um mapeamento de
características ou habilidades dos usuários (perfil)
• O sistema confere os perfis cadastrados e determina os
candidatos que o usuário deve contatar:
– Quem é o especialista?
– Quem tem a habilidade necessária ou os recursos desejados?
– Quem está no nível de conhecimento correto, tem
personalidade compatível, está no local certo e na hora certa?
– Quem tem capacidade de liderança?

20
Fonte de informação para Recomendação
• Dados obtidos do consumidor alvo:
– Informar o que está buscando
– Usuários com o seu perfil também gostam de Y
• Dados gerados pela comunidade
– Produtos mais vendidos
– Venda casada: quem compra X também compra Y
– Quem visita esta página também se interessa por “isso”
• Dados do produto
– Lista de produtos correlacionados

20
Saídas dos sistemas de Recomendação
Lista Sugestões Resenha
Avaliações

20
Formas de atuação
• Atuação passiva
– Apresenta um conjunto de sugestões disponíveis e contextualizadas
pela navegação (ex.: outros produtos correlacionados ao que estiver na
página)
• Sob-demanda
– Usuário clica num link para obter a sugestão
– Usuário entra com palavras-chave
• Pró-ativa
– O sistema monitora e seleciona as oportunidades de negócio
adequadas ao usuário, e envia as recomendações como se fosse um
spam.

20
Grau de personalização
• Recomendação genérica
– Consequência de comportamento de grupos sobre os produtos. Ex.:
“Mais vendidos”
– Requer o registro das operações (de vendas, de visitas, de download, de
avaliações etc.)
• Personalizada indiretamente (efêmera)
– Correlações de itens comprados em conjunto
– A partir do produto atual, infere a partir da frequência das vendas
casadas e do histórico de compras dos clientes.
• Personalizada
– Leva em consideração os dados do cliente

20
Métodos de Recomendação
• Recuperação direta
– Ex.: mecanismo de busca
• Avaliações e Comentários
• Filtragem Colaborativa
– pessoas com o seu perfil também se interessam por esses outros
produtos
• Descoberta de Conhecimento
– quem compra X também costuma comprar Y

20
Recuperação Direta
• O objetivo é atender aos usuários cujas necessidades são
definidas por eles próprios.
• Espera-se que o usuário forneça para o sistema as palavras-
chave ou atributos referentes à busca desejada para ter acesso
às recomendações.
• A apresentação da recomendação é feita sob demanda e existe
pouca personalização dos produtos e serviços oferecidos

20
Avaliações e Comentários
• O objetivo é obter a credibilidade do serviço de
recomendação por meio da opinião da comunidade
• As opiniões da comunidade são bem aceitas
• O principal alvo são as vendas a varejo no comércio
eletrônico, onde há necessidade de exorcizar o
fantasma da baixa credibilidade
• Sistemas de recomendação podem utilizar a
navegação do usuário para sugerir a leitura de
revisões, comentários, avaliações e previsões
• A entrega da recomendação é passiva e praticamente

20
Filtragem Colaborativa
• Tenta prever o grau de interesse de um cliente em
determinados produtos a partir de correlações entre as
avaliações feitas por este cliente e as avaliações fornecidas por
outros clientes.
• Para sugerir um produto a um cliente ou prever como esse
cliente avaliará um produto, devemos utilizar os dados de uma
pessoa que venha avaliando ao longo do tempo de maneira
semelhante a este cliente. O novo produto avaliado por um,
deve receber avaliação semelhante pelo outro.

20
Descoberta de Conhecimento
• Identificar regras válidas de associação X⇒Y
• Quando se encontra o comportamento X é esperado
que o comportamento Y aconteça.
• X e Y podem ser: avaliação, compra ou navegação.
Ações únicas ou conjunto de ações.
• A regra X ⇒ Y possui dois critérios de geração:
– Suporte = frequência com que X e Y aparecem juntos na
base de dados
– Confiança = probabilidade de Y aparecer uma vez que X
aconteceu.

20
Descoberta de Conhecimento
– Qual a chance de alguém que goste do filme “Bad Boys” também
gostar do filme “A Pequenina”? Para esse calculo, é desejado um
suporte superior a 30% e uma confiança superior a 70%.
– Quem gosta de A Pequenina também gosta de Bad Boy?
ID_User Hannibal Bad Boys Comer,
Rezar, Amar
A
Pequenina
Batman A Era do
Gelo II
Up
1   
2      
3   
4       
5  
6    
7      
8   
9      
10    

20
1. Calcular a similaridade entre os usuários. As avaliações do cliente são
correlacionadas com as avaliações dos outros usuários.
2. Selecionar os vizinhos mais próximos
3. Fazer previsão sobre avaliação do usuário alvo para um produto ainda não
consumido. Calcula-se o quão válido ou útil será o produto para o usuário
alvo, a partir das avaliações feitas pelos vizinhos próximos.

20






 n
j
j
u
n
j
j
i
j
j
u
u
i
u
w
r
r
w
r
P
1
,
1
,
,
,
|
|
)
( Pu,i representa a previsão de avaliação do item i pelo
usuário u
ru representa a avaliação (rating) média do usuário u
considerando todos os produtos que ele avaliou
rj avaliação media que o produto j considerando todas as
avaliações que foram feitas para tal produto
wu,j representa a similaridade entre o usuário u e o usuário j
rj,i representa a avaliação para o produto alvo i feita pelo
usuário j
rj,i - rj representa a diferença entre a avaliação do produto
alvo pelo usuário j e a avaliação media para o item i alvo

20
Exercício
• Registre-se no site MovieLens <http://movielens.umn.edu> que
tem por objetivo sugerir filmes. Este site é um dos sites pioneiros
na área de Sistema de Recomendação.
• Ao entrar na página de criação de uma conta, além das
informações tradicionais sobre dados pessoais, você deverá avaliar
um conjunto de 15 filmes para que o sistema comece a entender
seus gostos.
• Em seguida, passeie pelas páginas e analise as recomendações
exibidas para vocês.
• Depois da experiência, identifique: o objetivo da recomentação, o
dados de entrada, o tipo de saída, a forma de atuação, o grau de
personalização, e qual o método de recomendação utilizado.

20
CAP.15 - Sistemas de recomendação
2011 - Claudia L.R. Motta, Ana C.B. Garcia, Adriana S. Vivacqua, Flávia M. Santoro, Jonice O. Sampaio 21
Esta apresentação é para ser usada como conteúdo de apoio na preparação de aulas relacionadas ao capítulo “Sistemas de recomendação” do livro “Sistemas Colaborativos”.
O conteúdo desta apresentação é de responsabilidade dos autores do capítulo. Caso alguma imagem contida nessa apresentação seja protegida por direitos autorais e os
autores não tenham a respectiva autorização para divulgação, solicitamos que entrem em contato com nosso Serviço de Atendimento para que a imagem seja imediatamente
retirada da apresentação.
Você, professor, pode modificar essa apresentação para o seu uso individual em suas aulas, e assim se torna corresponsável pela conteúdo da apresentação. A editora se exime
de qualquer responsabilidade sobre as suas modificações.
Nem a editora nem os organizadores assumem qualquer responsabilidade por eventuais danos ou perdas a pessoas ou bens, originados do uso dessa apresentação.
Sistemas Colaborativos
Pimentel, M., Fuks, H. (Org.)
Editora SBC/Elsevier, 2011
ISBN 978-85-352-4669-8

SC-cap15-recomendacao-apresentacao.ppt

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a SC-cap15-recomendacao-apresentacao.ppt

Semelhante a SC-cap15-recomendacao-apresentacao.ppt (20)

Mais de Jadna Almeida

Mais de Jadna Almeida (20)

SC-cap15-recomendacao-apresentacao.ppt

Notas do Editor