PersonalTVware: uma infraestrutura de suporte a sistemas de recomendação sensíveis ao contexto para TV Digital Personalizada.

Abstract

user's device and the service provider. The task of inferring contextual preferences is based on machine learning methods, and context-aware information filtering is based on content-based filtering technique. The concept of contextual user profile is presented and discussed. To demonstrate the functionalities in a usage scenario a context-aware recommender system was developed as a case study applying the PersonalTVware.

Tenebris: Um Sistema de Recomendação de Obras Acadêmicas baseado em Filtragem Híbrida

“…Sistemas de recomendação tradicionais filtram itens relevantes de acordo com os interesses de um usuário ou de um grupo de usuários levando em consideração a similaridade entre os perfis de usuários ou entre os conteúdos e perfil do usuário. Tais sistemas estão sendo utilizados em vários domínios de aplicações, onde os itens recomendados podem ser programas de TV, livros, músicas, filmes, notícias, vídeos, anúncios, serviços, links patrocinados, páginas da web, produtos de uma loja virtual, etc [Jiangshan et al 2010], [Silva 2011].…”

“…Os Sistemas de Recomendação são baseados em técnicas de filtragem de informação oriundas daárea de Recuperação de Informação (RI). Segundo [Silva 2011], as principais técnicas são: Filtragem Baseada em Conteúdo (FBC), Filtragem Colaborativa (FC) ou Híbrida (FH).…”

“…Segundo [Silva 2011], os Sistemas de Recomendação baseados em FC se diferenciam dos demais, justamente porque não exigem um processamento das características (descrições) dos conteúdos. Em contraste, esta técnica procura explorar o intercâmbio de experiências entre usuários e usa as opiniões para predizer os interesses de outros.…”