Post on 12-May-2015
description
Sistemas de Recomendação
@glbenz
Gabriel Benz
gabrielbenz.com
gabriel.benz@giran.com.br
Uma abordagem geral
Friday, October 1, 2010
antes...Friday, October 1, 2010
atualmente...
Friday, October 1, 2010
estamos sobrecarregados de informações
Friday, October 1, 2010
muitas vezes inúteis
Friday, October 1, 2010
às vezes procuramos
isso...
Friday, October 1, 2010
e encontramos isso!
Friday, October 1, 2010
Friday, October 1, 2010
google?
Friday, October 1, 2010
google?
midias sociais?
Friday, October 1, 2010
google?
midias sociais?
eeeeuuuu...
Friday, October 1, 2010
Sistemas de Recomendação Friday, October 1, 2010
Friday, October 1, 2010
histórico de uso do sistema+
histórico de usuários parecidos
Friday, October 1, 2010
histórico de uso do sistema+
histórico de usuários parecidos
Inteligência Coletiva!
Friday, October 1, 2010
•Filtragem Colaborativa
•Filtragem Baseada em Conteúdo
•Sistemas Híbridos
Friday, October 1, 2010
•Filtragem Colaborativa
•Filtragem Baseada em Conteúdo
•Sistemas Híbridos
usuário-a-usuário
Friday, October 1, 2010
•Filtragem Colaborativa
•Filtragem Baseada em Conteúdo
•Sistemas Híbridos
item-a-item
usuário-a-usuário
Friday, October 1, 2010
FC: Usuário-a-usuário
Friday, October 1, 2010
FC: Usuário-a-usuário
Muitas pessoas gostaram de um produto X.
Friday, October 1, 2010
FC: Usuário-a-usuário
Muitas pessoas gostaram de um produto X.
Selecionar usuários que tem gosto parecido.
Friday, October 1, 2010
FC: Usuário-a-usuário
Muitas pessoas gostaram de um produto X.
Selecionar usuários que tem gosto parecido.
Você deve gostar do produto X pois pessoas com gosto parecido com o seu gostaram.
Friday, October 1, 2010
FC: Item-a-item
Friday, October 1, 2010
FC: Item-a-item
Gostei do produto Z.
Friday, October 1, 2010
FC: Item-a-item
Gostei do produto Z.
Selecionar produtos similares ao produto Z.
Friday, October 1, 2010
FC: Item-a-item
Gostei do produto Z.
Selecionar produtos similares ao produto Z.
Você deve gostar do produto Y pois ele é similar a um produto que você gostou.
Friday, October 1, 2010
Problemas:
Cold Start Gray sheep Early rater
Friday, October 1, 2010
Baseada em Conteúdo:
Friday, October 1, 2010
Baseada em Conteúdo:
Produtos similares aos comprados pelo usuário
Friday, October 1, 2010
Baseada em Conteúdo:
Produtos similares aos comprados pelo usuário
Classes compatíveis
Friday, October 1, 2010
Baseada em Conteúdo:
Produtos similares aos comprados pelo usuário
Classes compatíveis
Filmes do mesmo gênero
Vinho da mesma uva
Friday, October 1, 2010
Baseada em Conteúdo:
Produtos similares aos comprados pelo usuário
Classes compatíveis
Filmes do mesmo gênero
Vinho da mesma uva
Filtragem baseia-se na análise do conteúdo do item e no perfil do usuário
Friday, October 1, 2010
Problemas:
Super-especialização
Cold Start
Qualidade do histórico
Friday, October 1, 2010
Sistemas Híbridos:
Friday, October 1, 2010
Sistemas Híbridos:combinam as duas técnicas
Friday, October 1, 2010
Sistemas Híbridos:
FC: experiência de outros usuários
combinam as duas técnicas
Friday, October 1, 2010
Sistemas Híbridos:
FC: experiência de outros usuários
BC: itens não vistos por outros usuários
combinam as duas técnicas
Friday, October 1, 2010
Sistemas Híbridos:
FC: experiência de outros usuários
BC: itens não vistos por outros usuários
combinam as duas técnicas
É possível recomendar bons itens a um usuáriomesmo que não haja usuários semelhantes a ele.
Friday, October 1, 2010
Friday, October 1, 2010
o segredo é...
Friday, October 1, 2010
o segredo é... 42
Friday, October 1, 2010
o segredo é... 42
Friday, October 1, 2010
o segredo é...
FINE TUNNING!
42
Friday, October 1, 2010
Amazon: ~ 25% das vendas!
Netflix: ~ 60% dos videos!
Google News: ~ 35% de clicks!
Friday, October 1, 2010
Desafios
Friday, October 1, 2010
Relevância temporal
O que recomendar?
Quando recomendar?
Friday, October 1, 2010
Transparência
Melhorar o sistema com os feedbacks obtidos
Friday, October 1, 2010
Dúvidas?
Friday, October 1, 2010
Referências
http://www.tuilux.com.br/blog/tag/sistemas-de-recomendacao/
http://www.ime.usp.br/~cef/mac499-07/monografias/rec/allan-renato-sidney-victor/
http://kessia.blogs.unipar.br/files/2008/07/sistemas-de-recomendacao.pdf
http://www.slideshare.net/mdeiters/you-might-also-like-implementing-user-recommendations-in-rails
http://www.slideshare.net/T212/recommender-systems-1311490
Friday, October 1, 2010
Sistemas de Recomendação
@glbenz
Gabriel Benz
gabrielbenz.com
gabriel.benz@giran.com.br
Uma abordagem geral
Friday, October 1, 2010