Inteligência Artificial
URI Permanente para esta coleção
Navegar
Navegando Inteligência Artificial por Autor "Matheus Fernandes Cândido"
Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
- ItemAnálise comparativa de modelos de recomendação: Um estudo focado em filmes(2024) Matheus Fernandes Cândido; Daniel Gomes Soares, Msc; Juliano Tonizetti Brignoli, Dr; Fábio Alexandrini, DrO aumento da quantidade de produtos disponíveis, seja de forma digital ou física , torna necessário o desenvolvimento de aplicações que consigam recomendar os produtos mais adequados a diferentes perfis de consumidores. Neste trabalho, são avaliadas as técnicas de filtragem colaborativa e floresta aleatória para recomendação de filmes. Além disso, são investigadas formas de utilização das diferentes técnicas em conjunto (ensembles). Todo o desenvolvimento, treinamento e validações foram feitos com os dados do MovieLens Rating Disposition 2023, uma base de dados de filmes, usuários e suas avaliações, incluindo o momento em que a avaliação foi feita. Buscou-se aplicar somente algumas técnicas básicas de engenharia de recursos, sendo a única exceção a penalização das avaliações ao decorrer do tempo visando entender se, ao priorizar avaliações recentes, as recomendações ficaram mais assertivas. Os resultados obtidos demonstraram que penalizar pelo tempo não contribui para a melhora do modelo. Em grande parte dos testes, a precisão se manteve estável, mas a sensibilidade e f1-score caíram consideravelmente. O único momento em que houve pequeno ganho de desempenho foi para penalizações por semestre e ano com o uso de filtragem colaborativa. Nesse caso, a precisão apresentou leve aumento, mas foi equilibrada com queda equivalente das outras métricas.