Nome do aluno: Jadna Almeida da Cruz
Título do trabalho: GRSPOID: Um Sistema de Recomendação de Pontos de Interesse para Grupos com Diversificação
Resumo do trabalho: Nos últimos anos a disponibilidade de dados na Web tem sido impulsionada pelo uso crescente das redes sociais e aplicativos para smartphones. Além do conteúdo textual, informações de geo-localização também são compartilhadas, favorecendo o surgimento de inúmeros serviços baseado em localização. As informações de localização de um Ponto de Interesse (POI) podem ser utilizadas para se entender o perfil de usuários, seus interesses e movimentações. Dessa maneira, é possível identificar, por exemplo, lugares de interesse de um determinado usuário, e até mesmo classificá-los em categorias, tais como café, universidade, bar, shopping, etc. Esse tipo de dado é bastante utilizado para os Sistemas de Recomendação de Pontos de Interesse que tem por objetivo auxiliar os usuários na busca por lugares de interesses, seja no dia a dia, ou durante uma viagem. Esses sistemas tradicionalmente recomendam para indivíduos, no entanto, existem cenários em que os indivíduos se reúnem em grupos, aumentando assim a complexidade do problema. Além da necessidade de encontrar as preferências individuais, a recomendação deve ponderar as preferências do grupo como um todo, o que exige a aplicação de uma técnica de consenso. Outro obstáculo é que recomendações não diversificadas, tendem a ser sempre da mesma categoria, diminuindo o interesse do grupo em recomendações de Pontos de Interesse já conhecidos. Esta dissertação de mestrado propõe Sistema de Recomendação de Pontos de Interesse para Grupos usando diversidade. Para avaliar o modelo proposto, foi realizado um exaustivo experimento com 19 grupos, sendo alguns com 3 e outros 5 membros. Para avaliar as recomendações diversificadas, foram utilizadas métricas de precisão nas posições 3, 5 e 10. De acordo com os resultados, as recomendação para as posições 5 e 10 obtiveram resultados mais satisfatórios quando a diversidade foi aplicada. Após o experimento com usuários reais, também foi realizada uma análise off-line com variações do modelo proposto e das técnicas de agregação. De acordo com os resultados obtidos, foi possível verificar que os modelos de recomendação com diversidade obtiveram melhores resultados que a abordagem não diversificada na maioria das configurações testadas.
Orientador: Frederico Araújo Durão
Co-orientador: Rosaldo José Fernandes Rossetti (Faculdade de Engenharia da Universidade do Porto - FEUP)
Membro Titular Externo (com afiliação): Rosalvo Ferreira De Oliveira Neto (UNIVASF)
Link para o curriculum lattes: http://lattes.cnpq.br/
Membro Titular Interno ou Titular Externo 2 (com afiliação): Danilo Barbosa Coimbra (UFBA
Link para o curriculum lattes: http://lattes.cnpq.br/
Membro Suplente Externo (com afiliação): Paulo Caetano da Silva (UNIFACS)
Link para o curriculum lattes: http://lattes.cnpq.br/
Membro Suplente Interno ou Suplente Externo 2 (com afiliação): Maycon Leone Maciel Peixoto (UFBA)
Link para o curriculum lattes: http://lattes.cnpq.br/
Data da defesa: 24 Aug, 2022
Horário da defesa: 9:00 AM