Defesa de Dissertação de Mestrado N.º 561 - Augusto Queiroz de Macedo, em 27/03, às 09hs

postado em 2 de mar de 2015 08:50 por Franklin de Souza Ramalho   [ 18 de mar de 2015 13:28 atualizado‎(s)‎ ]
Candidato: Augusto Queiroz de Macedo
Título do trabalho: Recomendação Multi-Contextual de Eventos em Redes Sociais de Eventos
Orientador(es): Leandro Balby Marinho

Data: 27/03/2015
Horário: 9h
Local: Auditório CEEI

Banca examinadora: Leandro Balby Marinho(Orientador), Wagner Meira (Universidade Federal de Minas Gerais), Nazareno Andrade (UFCG), Herman Gomes (UFCG).

Resumo: A Web tem crescido tornando-se um dos mais importantes canais para comunicar eventos sociais hoje em dia. As pessoas planejam, compartilham e comentam os encontros na Web. As redes sociais baseadas em eventos (EBSNs) foram criadas para ajudar as pessoas a encontrar e conhecer uns aos outros de uma forma mais simples. No entanto, o grande volume de eventos disponíveis, muitas vezes prejudica a capacidade dos usuários de escolher os eventos que melhor se adequam aos seus interesses. Sistemas de recomendação aparecem como uma solução para este problema. No entanto, diferentemente dos cenários recomendação clássica (e.g. filmes, livros, restaurantes), o problema da recomendação de eventos é intrinsecamente cold-start. Na realidade, eventos publicados em EBSNs são normalmente de curta duração e, por definição, são sempre no futuro, tendo pouco ou nenhum histórico de participação. Para superar essa limitação, nos propomos a explorar vários sinais contextuais disponíveis nas EBSNs. Em particular, além de sinais sociais derivados dos RSVPs dos usuários e das associações em grupos online, exploramos também os sinais de conteúdo das descrições dos eventos, sinais de localização baseados na distância da casa dos usuários para os eventos, e sinais temporais derivados das preferências temporais dos usuários. Além disso, combinamos os sinais propostos para aprender a ranquear eventos para recomendação personalizada. Por meio de experimentos utilizando um grande coleta do Meetup.com demonstramos a eficácia da nossa abordagem de aprendizagem multi-contextual em contraste com recomendadores de eventos do estado-da-arte da literatura.
Comments