Sistemas de recomendação não-personalizados para atrair usuários novos

Página do item simplificado
dc.creatorNícollas de Campos Silva
dc.date.accessioned2019-08-12T15:55:31Z
dc.date.accessioned2025-09-09T01:19:28Z
dc.date.available2019-08-12T15:55:31Z
dc.date.issued2018-02-19
dc.identifier.urihttps://hdl.handle.net/1843/ESBF-AYUN9M
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectSistemas de recomendação
dc.subjectComputação
dc.subject.otherNiche-Coverage
dc.subject.otherSistemas de Recomendação
dc.subject.otherSsR não-Personalizados
dc.subject.otherProblema de Pure Cold-Start
dc.subject.otherMax-Coverage
dc.titleSistemas de recomendação não-personalizados para atrair usuários novos
dc.typeDissertação de mestrado
local.contributor.advisor-co1Leonardo Chaves Dutra Rocha
local.contributor.advisor1Adriano César Machado Pereira
local.contributor.referee1Leonardo Chaves Dutra Rocha
local.contributor.referee1Fernando Henrique de Jesus Mourão
local.contributor.referee1Marcelo Garcia Manzato
local.contributor.referee1Rodrygo Luis Teodoro Santos
local.description.resumoO 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.
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
nicollas.pdf
Tamanho:
16.9 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Pós-Graduação em Ciência da Computação - Dissertações

Logo UFMG