Repositório UNIFEI UNIFEI - Campus 1: Itajubá PPG - Programas de Pós Graduação Dissertações
Use este identificador para citar ou linkar para este item: https://repositorio.unifei.edu.br/jspui/handle/123456789/1983
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSANTOS, Paulo Vicente Gomes-
dc.date.issued2019-05-02-
dc.identifier.citationSANTOS, Paulo Vicente Gomes. RSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação. 2019. 93 f. Dissertação (Mestrado em Ciência e Tecnologia da Computação.) – Universidade Federal de Itajubá, Itajubá, 2019.pt_BR
dc.identifier.urihttps://repositorio.unifei.edu.br/jspui/handle/123456789/1983-
dc.description.abstractOs sistemas de recomendação são filtros que sugerem produtos de interesse para seus clientes, podendo assim causar um grande impacto nas vendas. Atualmente existe uma variedade desses algoritmos, sendo importante escolher a opção mais adequada ao problema em questão. Isso, no entanto, não é uma tarefa trivial. Nesse contexto é proposto o SER (Recommender Systems Evaluator): um framework que realiza a avaliação de desempenho offline dos sistemas de recomendação. O uso da metodologia apropriada é fundamental ao fazer uma avaliação. No entanto isso é frequentemente negligenciado, levando a resultados inconsistentes. O RSE procura abstrair ao máximo a complexidade envolvida no processo, e se baseia em conceitos estatísticos para proporcionar conclusões mais robustas. Os estudos realizados comprovam a sua eficácia, mostrando inclusive que ele pode ser adaptado para ser usado em outros contextos além dos sistemas de recomendação.pt_BR
dc.language.isopt_BRpt_BR
dc.titleRSE: um Framework para Avaliação de Desempenho de Sistemas de Recomendação.pt_BR
dc.typeDissertaçãopt_BR
dc.placeItajubápt_BR
dc.pages93 p.pt_BR
dc.keywords.portugueseSistemas de Recomendaçãopt_BR
dc.keywords.portugueseAvaliação de Desempenhopt_BR
dc.keywords.portugueseBig Datapt_BR
dc.keywords.englishRecommender Systemspt_BR
dc.keywords.englishPerformance Evaluationpt_BR
dc.keywords.englishBig Datapt_BR
dc.orientador.principalKUEHNE, Bruno Tardiolle-
dc.place.presentationUniversidade Federal de Itajubápt_BR
dc.pg.programaCiência e Tecnologia da Computaçãopt_BR
dc.pg.areaCiência e Tecnologia da Computaçãopt_BR
dc.date.available2019-07-12T17:48:23Z-
dc.date.accessioned2019-07-12T17:48:23Z-
dc.publisher.departmentIESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação-
dc.publisher.programPrograma de Pós-Graduação: Mestrado - Ciência e Tecnologia da Computação-
Aparece nas coleções:Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
dissertacao_2019089.pdf3,22 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.