sistemas de recomendação na web
DESCRIPTION
Apresentação realizada na SECOMP (Semana de Computação) 2011 da Universidade Federal de Sergipe. Breve introdução sobre os conceitos de Sistema de Recomendação com foco nas maiores empresas que utilizam na web.TRANSCRIPT
![Page 1: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/1.jpg)
Palestra
Sistemas de Recomendação na Web
Aracaju, 06 de outubro de 2011
Lucas Augusto Carvalho @lucasaugustomcc
![Page 2: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/2.jpg)
Sobre mim
Graduado na UFS (2009)
Iniciação científica (Interação com Voz na TV Digital)
Mestrando em Inteligência Artificial (Sistema de Recomendação)
Sócio – Fundador do Alguns Trocados (Compra Coletiva)
● Interesses:● Usabilidade, Aplicações Sociais, PHP, Python, Mineração de Dados,
Sistema de Recomendação, Marketing Digital.
● Onde me encontrar:
www.linkedin.com/in/lucasaugustomcc
www.slideshare.com/lucasaugustomcc
@lucasaugustomcc
![Page 3: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/3.jpg)
Tomada de Decisão
● Como você escolheu essa palestra para assistir?
![Page 4: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/4.jpg)
Definição
“Utilizando a opinião de uma comunidade de usuários para ajudar indivíduos naquela comunidade a identificar mais efetivamente conteúdos de interesse de um potencial conjunto enorme de escolhas.”
Resnick & Varian (1997). Recommender Systems, Comunication of the ACM, 40(3).
![Page 5: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/5.jpg)
Definição
“Qualquer sistema que produza recomendações personalizadas como saída ou tenha o efeito de guiar o usuário em uma maneira personalizada para objetos interessantes ou úteis em um grande espaço de possibilidades.”
Burke R. (2002). Hybrid Recommender Systems: Survey and Experiments, User Modeling & User Adapted Interaction, 12, pp. 331-370.
![Page 6: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/6.jpg)
Tomada de Decisão
● Excesso de informação / opções● Necessidade de conhecimento prévio● Personalização
![Page 7: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/7.jpg)
História
● Recomendação boca a boca
● Filtragem Colaborativa
![Page 8: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/8.jpg)
O que pode ser recomendado?
contatos em redes sociais
livros
cursos
produtos
serviços
filmes
artigos
passeios turísticos
programas de TV
futuras namoradas
músicas
tags
anúncios
comunidades
aplicativos
vagas de emprego
restaurantes
links
profissionais
![Page 9: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/9.jpg)
Quem recomenda?
![Page 10: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/10.jpg)
Exemplo
![Page 11: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/11.jpg)
Exemplo
![Page 12: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/12.jpg)
Exemplo
![Page 13: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/13.jpg)
Exemplo
![Page 14: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/14.jpg)
Exemplo
![Page 15: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/15.jpg)
Funcionamento
● Perfil● Avaliação
● Implícita (ex.: cliques e compras)
● Explícita (ex.: escala 1 a 5)
● Recomendação● Atualização do perfil + histórico
![Page 16: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/16.jpg)
Abordagens
● Colaborativo● Agrega avaliação dos usuários e gera recomendações baseada na similaridade inter-
usuários.
● Baseado em conteúdo● O perfil do usuário é contruído a partir das características dos itens avaliados pelo usuário.
Este perfil é utilizado para identificar novos itens interessantes para o usuário (combinando com seu perfil)
● Demográfico● Categoriza os usuários baseado em atributos pessoais (ex.: idade, localidade, sexo...) e gera
recomendações baseada em classes demográficas.
● Baseado em conhecimento● Computa a utilidade de cada item para o usuário e suas necessidades.
● Híbrido● Combina várias abordagens.
![Page 17: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/17.jpg)
Funcionamento
Você Pessoa 3Pessoa 1
Filme A Filme CFilme B
Pessoa 2
?????
● Recomendação Colaborativa
![Page 18: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/18.jpg)
Funcionamento
Você Pessoa 3Pessoa 1
Filme A Filme CFilme B
Pessoa 2
recom
endar
● Recomendação Colaborativa
similar
![Page 19: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/19.jpg)
Funcionamento
Você
Filme A Filme CFilme B
similar
gostarecomenda
● Recomendação baseada em conteúdo
![Page 20: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/20.jpg)
![Page 21: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/21.jpg)
Exemplos
![Page 22: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/22.jpg)
Exemplos
![Page 23: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/23.jpg)
Exemplos
![Page 24: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/24.jpg)
Exemplos
![Page 25: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/25.jpg)
Exemplos
![Page 26: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/26.jpg)
Exemplos
![Page 27: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/27.jpg)
Exemplos
![Page 28: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/28.jpg)
Exemplos
com explicação!
![Page 29: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/29.jpg)
Exemplos
![Page 30: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/30.jpg)
![Page 31: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/31.jpg)
Exemplos
![Page 32: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/32.jpg)
Exemplos
![Page 33: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/33.jpg)
Exemplos
![Page 34: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/34.jpg)
A Cauda Longa
“We are leaving the age of information and entering the age of recommendation”
Cris Anderson (2004), editor Wired Magazine
![Page 35: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/35.jpg)
Benefícios
● 60% das visualizações da Netflix são resultado da recomendação personalizada.
● 35% da venda de produtos da Amazon são resultados de recomendações
![Page 36: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/36.jpg)
Problemas
● Alguns dos problemas mais citados:● Cold-start
● Baseado em conteúdo– Novo Usuário– Características do item
● Colaborativo– Novo Item– Esparcidade dos dados (Sparcity)
![Page 37: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/37.jpg)
Estado da Arte
● Recomendação Sensível ao Contexto
● Recomendação para Grupos
● Recomendação + Computação Afetiva (emoção e personalidade)
![Page 38: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/38.jpg)
Bases para Teste
http://code.richrelevance.com/reclab/
http://www.grouplens.org/node/73
![Page 39: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/39.jpg)
E no Brasil?
![Page 40: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/40.jpg)
E no Brasil?
![Page 41: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/41.jpg)
Concursos
US$ 1 milhão em premiaçãoUS$ 1 milhão em premiação
![Page 42: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/42.jpg)
Futuro
● +1 Google
![Page 43: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/43.jpg)
Pesquisas
● recsys.acm.org
![Page 44: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/44.jpg)
Recomendação de Itens
● Livros
Possuem capítulo dedicado a RecSys:
Toby Segaran, Programming Collective Intelligence, O'Reilly, 2007
Satnam Alag, Collective Intelligence in Action, Manning Publications, 2009
Haralambos Marmanis, Dmitry Babenko. Algorithms of the Intelligent Web, Manning, 2009
![Page 45: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/45.jpg)
Recomendação de Itens
● Livros
Francesco Ricci, Lior Rokach, Bracha Shapira, Paul B. Kantor. Recommender Systems Handbook. Springer, 2011.
![Page 46: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/46.jpg)
Recomendação de Itens
● Palestra
Pessoas que assistiram esta palestra, também assistirão:
–Sistemas de Recomendação - Apresentando a Inteligência Coletiva
● A palestra foca em apresentar sistemas de recomendação e sua aplicabilidade em diversos nichos. Também sera apresentado o framework Crab em desenvolvimento para construção de sistemas de recomendação em Python. O mesmo já se encontra em funcionamento em redes sociais como atepassar.com, socialcats.com.br
– Sábado, 15:30 – 16:30h
– Palestrante: Marcel Caraciolo
![Page 47: Sistemas de Recomendação na web](https://reader033.vdocuments.mx/reader033/viewer/2022061206/54835bd4b47959ce0c8b49f5/html5/thumbnails/47.jpg)
Dúvidas?
“We are leaving the age of information and entering the age of recommendation”.
Cris Anderson (2004), editor da Wired Magazine
Avalie esta palestra: