4ª Escola Avançada em Big Data Analysis
Marcelo Manzato e Arthur Fortes
A pesquisa na área de sistemas de recomendação é amplamente focada em ajudar usuários individuais a encontrar itens nos quais estão interessados. Isso geralmente é feito aprendendo a classificar os itens recomendáveis com base na suposta relevância para cada usuário. O objetivo implícito subjacente de tal sistema é afetar os usuários de diferentes maneiras positivas, por exemplo, facilitando seus processos de pesquisa e decisão ou ajudando-os a descobrir coisas novas. Esse curso faz uma análise do campo dos sistemas de recomendação, incluindo conceitos relevantes, principais tecnologias, tendễncias de mercado e aplicação prática dos algoritmos mais conhecidos em bases reais.Nesse contexto, o curso será voltado para pontos promissores da pesquisa de sistemas de recomendação com foco em aplicações de mercado.
- Introdução aos Sistemas de Recomendação
- Conceitos de Sistemas de Recomendação Entidades Organização dos dados Principais abordagens Como avaliar um sistema de recomendação?
- Recomendação Não Personalizada O que fazer com a falta de informação de usuários e itens? Construindo rankings Algoritmos
- Filtragem colaborativa Usuário x Itens Abordagens baseadas em memória Abordagens baseadas em modelo
- Filtragem baseada em conteúdo Disposição dos Dados Como enriquecer os dados? Open Linked Data Algoritmos
- Aplicações reais de mercado Sistemas de busca de emprego Sistemas de e-commerce
- Conclusões
- Recommender Systems: The Textbook, Charu C. Aggarwal. Springer, 2016.
- Recommender Systems Survey. J. Bobadilla, F. Ortega, A. Hernando, and A. GutiéRrez. Know.-Based Systems. 2013.
- Building Recommender Systems with Machine Learning and AI: Help people discover new products and content with deep learning, neural networks, and machine learning recommendations. Frank Kane. Sundog Education. 2018
- Machine Learning: Make Your Own Recommender System. Oliver Theobald. Scatterplot Press. 2018