Sistema de Recomendação de Lojas em Aplicativos Móveis

para Clientes de Shopping Centers

Gustavo Carvalho

Orientador: Prof. Frederico Durão

● Desenvolvedores de App

● Oportunidade de negócio:

shopping com dificuldades + app =

Como surgiu: O app InMap

● Mapa interativo do Salvador Shopping

InMap

➔ Mais de 400 lojas;

➔ Informações apresentadas da mesma forma para diferentes usuários;

➔ Dificuldade em descobrir lojas novas;

Problemas

Recomendar as lojas que sejam do interesse do usuário baseado no seu perfil, atividades

no app e contexto.

Solução: Sistema de Recomendações

Promover uma melhor experiência do usuário no Shopping

Objetivo do Sistema de Recomendações

1. Conhecer e modelar o usuário

2. Conhecer e modelar as lojas

3. Calcular as melhores lojas para determinado usuário

Como fazer boas recomendações

{SM, BR, LV, CV}

● SM: Social Media

● BR: Buscas Realizadas

● LV: Lojas Visitadas no APP

● CV: Categorias Visitadas no APP

Modelo de Usuário(o que é um usuário?)

{SM, BR, LV, CV}

● SM: {futebol, nike, carro}

● BR: {tenis de corrida, pizza}

● LV: {Centauro, C&A, PizzaHut}

● CV: {Esportes, Alimentação}

Exemplo de Modelo de Usuário

{C, T}

● C: Categoria

● T: Tags

Modelo de Loja(o que é uma loja?)

{C, T}

● C: Alimentação

● T: {pizza, massa, italiana}

Exemplo de Modelo de Loja

Para todo usuário u e loja s temos:rec(u, s) = w1*cat(CVu, Cs) + w2*sim(LVu, Ts) + w3*sim(SMu, Ts) + w4*sim(BRu, Ts)Onde: w1 + w2 + w3 + w4 = 1; 0 ≤ cat ≤ 1;

0 ≤ sim ≤ 1;Função “cat” a definir mas relaciona

Categorias;Sim = cosine similarity [1]

Logo: 0 ≤ rec(u, s) ≤ 1

O Modelo da Recomendação(versão atual)

Observações:

● Há um escore minimo para a loja ser recomendada;

● Há um número máximo de lojas a ser recomendada;

● Lojas já visitadas no app não serão recomendadas;

● Informações muito antigas são excluídas;

1. Avaliar se as recomendações estão sendo geradas corretamentea. Avaliação Automática usando validação cruzada

através de simulação [2]

2. Avaliar se há uma melhora na experiência do usuárioa. Experimento com usuários

Proposta de Avaliação da Solução

Através da análise de dados de redes sociais e atividade no aplicativo fazemos

recomendações de lojas do interesse do usuário, melhorando sua experiência no

shopping.

Conclusão

[1] Ricardo Baeza-Yates and Berthier Ribeiro-Neto. Modern Information Retrieval. Ad- dison Wesley, May 1999.[2] KOHAVI, R. A study of cross-validation and bootstrap for accuracy estimation and model selection. In: International joint Conference on artificial intelligence. [S.l.: s.n.], 1995. v. 14, p. 1137–1145.

Referências