Sistemas de recomendação não-personalizados para atrair usuários novos
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Dissertação de mestrado
Título alternativo
Primeiro orientador
Membros da banca
Leonardo Chaves Dutra Rocha
Fernando Henrique de Jesus Mourão
Marcelo Garcia Manzato
Rodrygo Luis Teodoro Santos
Fernando Henrique de Jesus Mourão
Marcelo Garcia Manzato
Rodrygo Luis Teodoro Santos
Resumo
O sucesso de aplicações Web, como sistemas de e-commerce e ferramentas de entretenimento, dependem da capacidade de converter os usuários novos em usuários recorrentes. Para atenuar este problema, as estratégias estado-da-arte assumem que os itens populares podem ser relevantes para a primeira interação dos usuários novos. Por outro lado, assumimos que itens não populares também são úteis para usuários novos. Por este motivo, apresentamos duas novas abordagens para lidar com esse problema: Max-Coverage e Niche-Coverage. Para investigar as hipóteses associadas, realizamos testes experimentais offline, demonstrando que os métodos propostos complementam as estratégias não-personalizadas utilizadas na prática. De maneira complementar realizamos um estudo online com usuários reais, que apontou as estratégias propostas como forma de aprimorar as recomendações para o primeiro acesso dos usuários novos.
Abstract
Assunto
Sistemas de recomendação, Computação
Palavras-chave
Niche-Coverage, Sistemas de Recomendação, SsR não-Personalizados, Problema de Pure Cold-Start, Max-Coverage