PROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA (PPGI)

UNIVERSIDADE FEDERAL DA PARAÍBA

Telefone/Ramal
Não informado

Notícias


Banca de DEFESA: FABRÍCIO LEITE SOARES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: FABRÍCIO LEITE SOARES
DATA: 01/02/2021
HORA: 14:00
LOCAL: Entrar com o Google Meet meet.google.com/nkg-ywnk-hsk
TÍTULO: Estratégia e Projeto de Interação Baseados em Agrupamento de Itens para a Elicitação de Preferências de Novos Usuários em Sistemas de Recomendação
PALAVRAS-CHAVES: Sistemas de Recomendação, Aprendizagem de Máquina, Problema da Inicialização Fria, Filtragem Colaborativa, Clusterização, Interação Homem-Máquina
PÁGINAS: 64
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO: Para oferecer recomendações personalizadas a um usuário, um Sistema de Recomendação faz uso de um processo de elicitação de preferências sempre que um novo usuário é registrado no sistema. Propomos que esta tarefa é melhor alcançada não pelo método clássico, onde os usuários começam por expressar preferências por itens individuais, mas sim expressando preferências por grupos de itens, uma vez que o método clássico converte de forma ineficiente o esforço de um usuário em um perfil personalizado. Testamos esta ideia desenvolvendo e avaliando um processo interativo, onde os usuários expressam prefer- ências através de grupos de itens gerados automaticamente por algoritmos de clusterização (clustering). Tal estratégia de recomendação pode ser generalizada para qualquer sistema baseado em Filtragem Colaborativa. Avaliamos nosso processo, tanto com métodos de simulação offline usando o conjunto de dados MovieLens, quanto com um experimento online com 312 usuários. Nossa avaliação revela vantagens e desvantagens envolvidas na passagem da elicitação de preferências por item para a elicitação de preferências por grupo. Os experimentos com usuários mostraram que a lista de recomendações top-N gerada por nossa proposta contém mais filmes que usuários poderão estar interessados, em comparação com o método clássico, e que um maior número de grupos impacta positivamente a acurácia de previsões, ao custo de maior esforço de escolha do usuário. Constatamos ainda que, em comparação com uma interface baseline de 15 itens, os usuários são capazes de completar o processo de elicitação de preferências em menos da metade do tempo.
MEMBROS DA BANCA:
Presidente - 1743917 - THAIS GAUDENCIO DO REGO
Interno - 2636257 - NATASHA CORREIA QUEIROZ LINO
Externo ao Programa - 3089218 - TELMO DE MENEZES E SILVA FILHO