Sistemas Cooperativos Aula 14 - Técnicas (Sistemas de recomendação)

# Sistemas Cooperativos #Aula 14 – TÉCNICAS

Sistemas de recomendação

Prof. Leinylson Fontinele Pereira

Na aula anterior...

TÉCNICAS# Conhecimento coletivo

# Gestão do conhecimento e memória de grupo

10:34 Sistemas Cooperativos: Aula 14 – TÉCNICAS (Sistemas de recomendação)

Introdução

10:34 3Sistemas Cooperativos: Aula 14 – TÉCNICAS (Sistemas de recomendação)

O que vamos aprender?

TÉCNICAS# Sistemas de recomendação


Vamos começar?


Sistema de Recomendação

10:34

Sistemas de recomendação são filtros de informação para apresentar itens: Páginas web, filmes, músicas, livros, artigos, medicamentos, lojas.

Sistemas Cooperativos: Aula 14 – TÉCNICAS (Sistemas de recomendação)

Princípio dos Sistemas de Recomendação

10:34

“Diga-me com quem andas que eu lhe direi quem és.”


Princípio dos Sistemas de Recomendação

10:34

Pessoas que avaliaram umgrande conjunto de produtosde maneira semelhante, pelomenos num futuro próximodevem continuar avaliandode maneira semelhante novosprodutos


Recomendação é uma Função

10:34

Sistemas de recomendação define uma função que identifica osprodutos de máxima utilidade para um certo cliente

F(c,p) = max F(c, pi)

F é a função que determina a relevância do produto pi em relação ao cliente c.

Relevância depende: da avaliação de outros usuários com mesmo perfil,características do produto, frequência de venda etc.


Sistema de Recomendação é Sistema Colaborativo

10:34

É um processo coletivo, embora a interação seja assíncrona eos benefícios não sejam percebidos no momento dacontribuição individual ao grupo

Um individuo contribui para avaliação de produtos que serãoconsumidos por outros indivíduos.

A recomendação é feita a partir da organização, manipulação,sumarização e agrupamento das avaliações individuais.


Combinação Social

10:34

É um tipo de SR que recomenda pessoas

Mapeamento de características ou habilidades dos usuários

O sistema confere os perfis cadastrados e determina os candidatos que ousuário deve contatar: Quem é o especialista?

Quem tem a habilidade necessária ou os recursos desejados?

Quem está no nível de conhecimento correto, tem personalidade compatível, está nolocal certo e na hora certa?

Quem tem capacidade de liderança?Sistemas Cooperativos: Aula 14 – TÉCNICAS (Sistemas de recomendação)

Fonte de Informação para Recomendação

10:34

Dados obtidos do consumidor alvo: Informar o que está buscando

Usuários com o seu perfil também gostam de Y

Dados gerados pela comunidade Produtos mais vendidos

Venda casada: quem compra X também compra Y

Quem visita esta página também se interessa por “isso”

Dados do produto Lista de produtos correlacionados


Saídas dos Sistemas de Recomendação


Lista Sugestões ResenhaAvaliações

Formas de Atuação

10:34

Atuação passiva

Apresenta um conjunto de sugestões disponíveis e contextualizadas pelanavegação (ex.: outros produtos correlacionados ao que estiver na página)

Sob-demanda

Usuário clica num link para obter a sugestão

Usuário entra com palavras-chave

Pró-ativa

O sistema monitora e seleciona as oportunidades de negócio adequadas aousuário, e envia as recomendações como se fosse um spam.


Grau de Personalização

10:34

Recomendação genérica

Consequência de comportamento de grupos sobre os produtos.

Requer o registro das operações (de vendas, de visitas, de download, de avaliações etc.)

Personalizada indiretamente (efêmera)

Correlações de itens comprados em conjunto

A partir do produto atual, infere a partir da frequência das vendas casadas e dohistórico de compras dos clientes.

Personalizada

Leva em consideração os dados do cliente


Métodos de Recomendação

10:34

Recuperação direta

Ex.: mecanismo de busca

Avaliações e Comentários

Filtragem Colaborativa

pessoas com o seu perfil também seinteressam por esses outros produtos

Descoberta de Conhecimento

quem compra X também costuma comprar Y


Métodos de Recomendação: Recuperação Direta

10:34

O objetivo é atender aos usuários cujas necessidades sãodefinidas por eles próprios.

O usuário fornece ao sistema as palavras-chave ou atributosreferentes à busca desejada para ter acesso às recomendações.

A apresentação da recomendação é feita sob demanda e existepouca personalização dos produtos e serviços oferecidos


Avaliações e Comentários

10:34

Obter a credibilidade do SR por meio da opinião dacomunidade

As opiniões da comunidade são bem aceitas

O principal alvo são as vendas a varejo no comércio eletrônico

A entrega da recomendação é passiva e praticamente não hápersonalização



10:34

Tenta prever o grau de interesse de um cliente emdeterminados produtos a partir de correlações entre asavaliações feitas por este cliente e as avaliações fornecidas poroutros clientes.

Para sugerir um produto a um cliente ou prever como essecliente avaliará um produto, devemos utilizar os dados de umapessoa que venha avaliando ao longo do tempo de maneirasemelhante a este cliente.


Descoberta de Conhecimento

10:34

Identificar regras válidas de associaçãoX ⇒ Y

Quando se encontra o comportamento X é esperado que ocomportamento Y aconteça.

X e Y podem ser: avaliação, compra ou navegação. Ações únicas ouconjunto de ações.

A regraX ⇒ Y possui dois critérios de geração:

Suporte = frequência com que X e Y aparecem juntos na base de dados

Confiança = probabilidade de Y aparecer uma vez que X aconteceu.



10:34

1. Calcular a similaridade entre os usuários. As avaliações do cliente sãocorrelacionadas com as avaliações dos outros usuários.

2. Selecionar os vizinhos mais próximos

3. Fazer previsão sobre avaliação do usuário alvo para um produto ainda nãoconsumido. Calcula-se o quão válido ou útil será o produto para o usuário alvo, apartir das avaliações feitas pelos vizinhos próximos.




n

j

ju

n

j

jijju

uiu

w

rrw

rP

1

,

1

,,

,

||

)(

Concluindo...


Atividade Prática

10:34

http://movielens.umn.edu


Atividade Prática

10:34

Registre-se no site MovieLens <http://movielens.umn.edu> que tem por objetivosugerir filmes. Este site é um dos sites pioneiros na área de Sistema deRecomendação.

Ao entrar na página de criação de uma conta, além das informações tradicionaissobre dados pessoais, você deverá avaliar um conjunto de 15 filmes para que osistema comece a entender seus gostos.

Em seguida, passeie pelas páginas e analise as recomendações exibidas para vocês.

Depois da experiência, identifique: o objetivo da recomendação, o dados de entrada,o tipo de saída, a forma de atuação, o grau de personalização, e qual o método derecomendação utilizado.


http://movielens.umn.edu/

Nesta aula conhecemos...

TÉCNICAS# Sistemas de recomendação


Material: https://sites.google.com/site/leinylsonnassau

10:34

Material baseado em:

Sistemas Colaborativos. M. Pimentel, M. A. Gerosa, H. Fuks, 2011.(Claudia Lage Rebello da Motta, Ana Cristina Bicharra Garcia, Adriana Santarosa Vivacqua,

Flávia Maria Santoro e Jonice de Oliveira Sampaio)


Na próxima aula veremos...

TÉCNICAS# Inteligência artificial

# Hardware

# Mobilidade

# Ubiquidade


Alguma Dúvida?

10:34

Até a próxima aula...

[email protected]

Education

Sistemas Cooperativos Aula 14 - Técnicas (Sistemas de recomendação)