Avaliação de Técnicas de Recomendação Baseada em Sessão: Comparação entre Variações do S-KNN (2024)
- Authors:
- Autor USP: FARIA, CAIRO CARVALHO CAMPOS - ICMC
- Unidade: ICMC
- Subjects: SISTEMAS DE RECOMENDAÇÃO; COMÉRCIO ELETRÔNICO; APRENDIZADO COMPUTACIONAL; STREAMING; INTERAÇÃO USUÁRIO-COMPUTADOR
- Keywords: Recomendação baseada em sessão; S-KNN
- Language: Português
- Abstract: Com o crescimento exponencial da quantidade de informação disponível on-line, a personalização das recomendações se tornou um diferencial competitivo fundamental para serviços como e-commerce. Os sistemas de recomendação baseados em sessão surgem como solução eficaz para capturar as preferências recentes dos usuários, mesmo em cenários em que não há um histórico longo de interações. Nesse contexto, este trabalho busca avaliar métodos que possam lidar com grandes volumes de dados e fornecer recomendações precisas, oferecendo uma melhor experiência ao usuário. O trabalho tem como objetivo avaliar o desempenho de variações do método S-KNN, incluindo S-SKNN e SF-SKNN, na resolução do problema de recomendação do próximo item em uma base de dados de e-commerce. Busca, também, avaliar a influência que critérios de seleção de itens candidatos têm nos resultados. A metodologia envolveu a criação de quatro cenários, variando a quantidade máxima e a forma de seleção de itens candidatos, que poderiam ser escolhidos por popularidade ou aleatoriamente. Após a aplicação dos métodos nessas diferentes situações, foi feita a análise utilizando as métricas de acurácia MRR (Mean Reciprocal Rank) e HR (hit rate), além de métricas de qualidade, como cobertura de catálogo e média de popularidade. Os resultados indicam que o método SF-SKNN obteve o melhor desempenho geral, conseguindo equilibrar precisão e diversidade nas recomendações. Observou-se, também, melhoras nas métricas ao aumentar o limite de itens candidatos. Quando a seleção desses itens envolveu o viés de popularidade, houve aumento na acurácia assim como diminuição da diversidade de produtos recomendados. Com essas conclusões, este estudo oferece perspectivas pertinentes para o desenvolvimento de sistemas de recomendação em plataformas de e-commerce.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
FARIA, Cairo Carvalho Campos. Avaliação de Técnicas de Recomendação Baseada em Sessão: Comparação entre Variações do S-KNN. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/9d9986e7-da7a-406f-9f7f-de1fc012d0f3/Cairo_Faria.pdf. Acesso em: 17 mar. 2025. -
APA
Faria, C. C. C. (2024). Avaliação de Técnicas de Recomendação Baseada em Sessão: Comparação entre Variações do S-KNN (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/9d9986e7-da7a-406f-9f7f-de1fc012d0f3/Cairo_Faria.pdf -
NLM
Faria CCC. Avaliação de Técnicas de Recomendação Baseada em Sessão: Comparação entre Variações do S-KNN [Internet]. 2024 ;[citado 2025 mar. 17 ] Available from: https://bdta.abcd.usp.br/directbitstream/9d9986e7-da7a-406f-9f7f-de1fc012d0f3/Cairo_Faria.pdf -
Vancouver
Faria CCC. Avaliação de Técnicas de Recomendação Baseada em Sessão: Comparação entre Variações do S-KNN [Internet]. 2024 ;[citado 2025 mar. 17 ] Available from: https://bdta.abcd.usp.br/directbitstream/9d9986e7-da7a-406f-9f7f-de1fc012d0f3/Cairo_Faria.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Cairo_Faria.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
