Escolar Documentos
Profissional Documentos
Cultura Documentos
em Similaridade
SISTEMAS DE RECOMENDAÇÃO:
C O M É R C I O E L E C T R Ó N I C O , H OT E L A R I A E
R E S TA U R A Ç Ã O
• Exemplos característicos
• Conclusões
Definições e história
■ O primeiro Sistema de Recomendação a surgir foi o Tapestry1, criado
pelo centro de pesquisa Xerox Palo Alto. A razão que levou ao seu
desenvolvimento foi a crescente quantidade de e-mails recebidos,
principalmente os desnecessários.
• Recomendação Demográfica
Fonte: https://pt.slideshare.net/Drachsler/recsystel-lecture-at-advanced-siks-course-nl/35-
TechnologiesContentbased_ltering_Information_needs_of
Técnicas de SR
• Recomendação baseada no conhecimento
Os utilizadores querem definir explicitamente os seus requisitos, por exemplo, na escolha de um
restaurante ou um equipamento informático. Especificam os requisitos e o sistema
tenta encontrar uma solução.
• Baseada em casos
■ São usadas métricas de similaridade para identicar itens semelhantes aos requisitos
especificos dos clientes.
• Baseada em Restrições
■ Os itens recomendados são obtidos com base num conjunto de regras sobre a relação entre
os requisitos do cliente e os recursos do item.
Técnicas de SR
• Recomendação Hibrida
■ A abordagem híbrida surge na necessidade de combater os pontos fracos de cada uma das
técnicas referidas anteriormente.
• Meta-level
■ O modelo aprendido por uma recomendação é usado como input de outra
• Switching hybridization
■ O sistema troca entre as técnicas de recomendação dependendo da situação atual
• Mixed hybridization
■ Combinam resultados de recomendações de diferentes técnicas de recomendação
em simultâneo.
Vantagens de sistemas de recomendação
Constraint
Artificial Neural
Decision Trees Satisfaction
Problem Networks
K-Nearest
Nave Bayers Support Vector
Neighbors
Classifier Machine (kNN)
Artificial Neural Network Nave Bayers Classifier