gassantos / 4eabdarecsys

Material do curso Entendendo o valor dos sistemas de recomendação personalizados para o e-business/negócios

Entendendo o valor dos sistemas de recomendação personalizados para o e-business/negócios

Evento

4ª Escola Avançada em Big Data Analysis

Ministrantes

Marcelo Manzato e Arthur Fortes

Resumo

A pesquisa na área de sistemas de recomendação é amplamente focada em ajudar usuários individuais a encontrar itens nos quais estão interessados. Isso geralmente é feito aprendendo a classificar os itens recomendáveis com base na suposta relevância para cada usuário. O objetivo implícito subjacente de tal sistema é afetar os usuários de diferentes maneiras positivas, por exemplo, facilitando seus processos de pesquisa e decisão ou ajudando-os a descobrir coisas novas. Esse curso faz uma análise do campo dos sistemas de recomendação, incluindo conceitos relevantes, principais tecnologias, tendễncias de mercado e aplicação prática dos algoritmos mais conhecidos em bases reais.Nesse contexto, o curso será voltado para pontos promissores da pesquisa de sistemas de recomendação com foco em aplicações de mercado.

Conteúdo

1. Introdução aos Sistemas de Recomendação
2. Conceitos de Sistemas de Recomendação Entidades Organização dos dados Principais abordagens Como avaliar um sistema de recomendação?
3. Recomendação Não Personalizada O que fazer com a falta de informação de usuários e itens? Construindo rankings Algoritmos
4. Filtragem colaborativa Usuário x Itens Abordagens baseadas em memória Abordagens baseadas em modelo
5. Filtragem baseada em conteúdo Disposição dos Dados Como enriquecer os dados? Open Linked Data Algoritmos
6. Aplicações reais de mercado Sistemas de busca de emprego Sistemas de e-commerce
7. Conclusões

Referências

• Recommender Systems: The Textbook, Charu C. Aggarwal. Springer, 2016.
• Recommender Systems Survey. J. Bobadilla, F. Ortega, A. Hernando, and A. GutiéRrez. Know.-Based Systems. 2013.
• Building Recommender Systems with Machine Learning and AI: Help people discover new products and content with deep learning, neural networks, and machine learning recommendations. Frank Kane. Sundog Education. 2018
• Machine Learning: Make Your Own Recommender System. Oliver Theobald. Scatterplot Press. 2018