Evaluation of Time-Aware Recommender Systems Techniques for Neighborhood- Based Models in Session-Based Recommendations (2021)
- Authors:
- Autor USP: TAKATA, MATHEUS NAOTO SHIMURA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: INTERAÇÃO USUÁRIO-COMPUTADOR; SOFTWARES; TOMADA DE DECISÃO; NOVAS TECNOLOGIAS DA COMUNICAÇÃO; MULTIMÍDIA INTERATIVA
- Keywords: Contextos temporais; Modelos de vizinhança; Neighborhood-based models; Recommender systems; Session-based recommender systems; Sistemas de recomendação; Sistemas de recomendação basea- da em sessão; Temporal contexts
- Language: Inglês
- Abstract: Trabalhos tradicionais em Sistemas de Recomendação focam em trazer recomendações personalizadas de novos itens de interesse para os usuários de uma base de dados. Porém, com o crescimento de plataformas de stream e de serviços oferecidos online, produzir recomendações focadas na sessão atual do usuário, levando em conta o seu contexto, se tornou uma grande área de interesse para este setor de pesquisa. A área de Sistemas de Recomendação Baseada em Sessão foca em recomendar items para uma sessão de usuário. Quando o usuário possui um histórico na plataforma, é possível utilizar sessões anteriores para inferir suas preferências. Porém, plataformas também podem atrair e fidelizar usuários recomendando itens de interesse para usuários anônimos, muitas vezes transeuntes, sendo que o sistema possui apenas os dados adquiridos da sessão atual para fazer recomendações. Este trabalho investiga o uso de contextos temporais em Sistemas de Recomendação Baseada em Sessão, com o foco em recomendações para usuários anônimos, utilizando modelos de vizinhança, que estão entre os modelos do estado-da-arte nesta tarefa. Para isso, foi realizado um estudo aprofundado dos modelos de vizinhança existentes e como a aplicação de diversos contextos a esses algoritmos influencia o desempenho deles. Além disso, este trabalho provê também instrospecções sobre as interações realizadas em uma bases de dados.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2021
- Data da defesa: 22.02.2021
-
ABNT
TAKATA, Matheus Naoto Shimura. Evaluation of Time-Aware Recommender Systems Techniques for Neighborhood- Based Models in Session-Based Recommendations. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-26042021-135226/. Acesso em: 03 maio 2024. -
APA
Takata, M. N. S. (2021). Evaluation of Time-Aware Recommender Systems Techniques for Neighborhood- Based Models in Session-Based Recommendations (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-26042021-135226/ -
NLM
Takata MNS. Evaluation of Time-Aware Recommender Systems Techniques for Neighborhood- Based Models in Session-Based Recommendations [Internet]. 2021 ;[citado 2024 maio 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-26042021-135226/ -
Vancouver
Takata MNS. Evaluation of Time-Aware Recommender Systems Techniques for Neighborhood- Based Models in Session-Based Recommendations [Internet]. 2021 ;[citado 2024 maio 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-26042021-135226/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas