Sistemas Cooperativos Aula 14 - Técnicas (Sistemas de recomendação)

# Sistemas Cooperativos #
Aula 14 – TÉCNICAS
Sistemas de recomendação
Prof. Leinylson Fontinele Pereira

Naaulaanterior...
 TÉCNICAS
# Conhecimento coletivo
# Gestão do conhecimento e memória de grupo
10:34 Sistemas Cooperativos: Aula 14 – TÉCNICAS (Sistemas de recomendação)

Introdução
10:34 3
Sistemas Cooperativos: Aula 14 – TÉCNICAS (Sistemas de recomendação)

O que vamosaprender?
 TÉCNICAS
# Sistemas de recomendação

Vamos começar?
10:34 5

Sistemade Recomendação
10:34
 Sistemas de recomendação são filtros de informação para apresentar itens:
 Páginas web, filmes, músicas, livros, artigos, medicamentos, lojas.

PrincípiodosSistemasde Recomendação
10:34
“Diga-me com quem andas que eu lhe direi quem és.”

PrincípiodosSistemasde Recomendação
10:34
Pessoas que avaliaram um
grande conjunto de produtos
de maneira semelhante, pelo
menos num futuro próximo
devem continuar avaliando
de maneira semelhante novos
produtos

Recomendaçãoé uma Função
10:34
 Sistemas de recomendação define uma função que identifica os
produtos de máxima utilidade para um certo cliente
F(c,p) = max F(c, pi)
 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.

Sistemade Recomendaçãoé SistemaColaborativo
10:34
 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.

CombinaçãoSocial
10:34
É um tipo de SR que recomenda pessoas
Mapeamento de características ou habilidades dos usuários
O sistema confere os perfis cadastrados e determina os candidatos que o
usuário deve contatar:
 Quem é o especialista?
 Quem tem a habilidadenecessária 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?

Fontede InformaçãoparaRecomendação
10:34
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

Saídasdos Sistemasde Recomendação
Lista Sugestões ResenhaAvaliações

Formasde Atuação
10:34
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.

Graude Personalização
10:34
 Recomendação genérica
 Consequência de comportamento de grupos sobre os produtos.
 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

Métodosde Recomendação
10:34
Recuperação direta
 Ex.: mecanismo de busca
Avaliações e Comentários
Filtragem Colaborativa
 pessoas com o seu perfil também se
interessam por esses outros produtos
Descobertade Conhecimento
 quem compra X também costuma comprar Y

Métodosde Recomendação: RecuperaçãoDireta
10:34
 O objetivo é atender aos usuários cujas necessidades são
definidas por eles próprios.
 O usuário fornece ao 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

Avaliaçõese Comentários
10:34
Obter a credibilidade do SR por meio da opinião da
comunidade
As opiniões da comunidade são bem aceitas
O principal alvo são as vendas a varejo no comércio eletrônico
A entrega da recomendação é passiva e praticamente não há
personalização

FiltragemColaborativa
10:34
 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.

Descobertade Conhecimento
10:34
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.

10:34
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.






 n
j
ju
n
j
jijju
uiu
w
rrw
rP
1
,
1
,,
,
||
)(

Concluindo...
10:34 24

AtividadePrática
10:34
http://movielens.umn.edu

AtividadePrática
10:34
 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 recomendaçõesexibidas para vocês.
 Depois da experiência, identifique: o objetivo da recomendação, o dados de entrada,
o tipo de saída, a forma de atuação, o grau de personalização, e qual o método de
recomendação utilizado.

Nestaaulaconhecemos...
 TÉCNICAS
# Sistemas de recomendação

Material:https://sites.google.com/site/leinylsonnassau
10:34
Material baseado em:
 Sistemas Colaborativos.M. Pimentel,M. A. Gerosa,H. Fuks, 2011.
(Claudia Lage Rebello da Motta, Ana Cristina BicharraGarcia, Adriana Santarosa Vivacqua,
Flávia MariaSantoro e Jonice de OliveiraSampaio)

Napróximaaulaveremos...
 TÉCNICAS
# Inteligência artificial
# Hardware
# Mobilidade
# Ubiquidade

AlgumaDúvida?
10:34
Até a próxima aula...
leinylson@gmail.com

Sistemas Cooperativos Aula 14 - Técnicas (Sistemas de recomendação)

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a Sistemas Cooperativos Aula 14 - Técnicas (Sistemas de recomendação)

Semelhante a Sistemas Cooperativos Aula 14 - Técnicas (Sistemas de recomendação) (20)

Mais de Leinylson Fontinele

Mais de Leinylson Fontinele (20)

Último

Último (20)

Sistemas Cooperativos Aula 14 - Técnicas (Sistemas de recomendação)