DOI: 10.11606/d.55.2019.tde-09082019-134753
|View full text |Cite
|
Sign up to set email alerts
|

Incorporação de metadados semânticos para recomendação no cenário de partida fria

Abstract: Dedico este trabalho primeiramente a Deus, por ser essencial em minha vida. À minha família, aos meus amigos e a todas as pessoas que direta ou indiretamente contribuíram na minha formação pessoal, acadêmica e profissional. Em especial, aos pesquisadores do Instituto de Ciências Matemáticas e de Computação (ICMC). AGRADECIMENTOS A realização deste trabalho de mestrado e confecção desta dissertação é a realização de um grande sonho em minha vida. Agradeço aqui a todos que de algum modo estão envolvidos na concr… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(1 citation statement)
references
References 9 publications
0
0
0
1
Order By: Relevance
“…No contexto de e-commerce, há trabalhos acadêmicos descrevendo diferentes abordagens de geração de recomendações, tais como sistemas de filtragem colaborativa (FC) que sugerem itens "de acordo com o comportamento de usuários similares" [Fressato 2019]. A análise e correlação do histórico de compra de clientes pode ser feito através de técnicas como a fatoração de matrizes, que permite inferir se um usuário se interessa por determinado produto com base em avaliações numéricas dadas por ele e usuários similares [He et al 2017].…”
Section: Trabalhos Relacionadosunclassified
“…No contexto de e-commerce, há trabalhos acadêmicos descrevendo diferentes abordagens de geração de recomendações, tais como sistemas de filtragem colaborativa (FC) que sugerem itens "de acordo com o comportamento de usuários similares" [Fressato 2019]. A análise e correlação do histórico de compra de clientes pode ser feito através de técnicas como a fatoração de matrizes, que permite inferir se um usuário se interessa por determinado produto com base em avaliações numéricas dadas por ele e usuários similares [He et al 2017].…”
Section: Trabalhos Relacionadosunclassified