Candidato:Nailson Boaz Costa Leite
Orientador: Leandro Balby Marinho, Carlos Eduardo Pires Data: 29 de Maio de 2014
Horário: 10:00hs Local: Hattori
Banca examinadora: Leandro Balby Marinho (orientador), Carlos Eduardo Pires (orientador), Nazareno Andrade, Claudio E. C. Campelo Resumo: Com o crescimento da iniciativa de Linked Open Data (LOD) uma grande variedade de informações semânticas vem sendo disponibilizadas diariamente na Web, um grande exemplo é o projeto DBpedia que possui milhares de tuplas no formato RDF extraídos da base de dados do Wikipédia. Essas estruturas semânticas podem prover uma valiosa fonte de dados para interligar os usuários, os itens e suas relações em sistemas de recomendação. Além disso, novas estratégias de representação dos dados podem aperfeiçoar os mecanismos de raciocínio que utilizam o contexto gerado, com o objetivo de apoiar e melhorar o processo de recomendação. A avaliação de sistemas de recomendação continua sendo um tópico fundamental nessa área de pesquisa e o surgimento de tópicos como a novidade e a diversidade estão recebendo uma atenção crescente entre os pesquisadores. Em cenários reais de recomendação somente o uso da acurácia não é o suficiente para avaliar a efetividade do sistema, muitos acreditam que a chave para essa questão seja a diversidade. Nesse domínio, surge a necessidade de gerar recomendações diversas sem que isso ocasione uma grande perda em sua acurácia. O problema abordado nesse trabalho de mestrado será o desenvolvimento e avaliação de estratégias que utilizem o LOD para auxiliar na criação de sistemas de recomendação que priorizem a diversidade e a acurácia dos itens recomendados. |
 | |
   |
|