Publicado em: 26/03/2013

Dissertação de Mestrado em Sistemas de Informação

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE INFORMÁTICA
PROGRAMA DE POS-GRADUAÇÃO EM COMPUTAÇÃO
———————————————————
DEFESA DE DISSERTAÇÃO DE MESTRADO

Aluno: Alessandro da Silveira Dias
Orientador: Prof. Dr. Leandro Krug Wives
Coorientação: Prof. Dr. Valter Roesler

Título: Aumentando a Acurácia de Predição de Sistemas de Recomendação de Vídeo com o Uso de Pontos de Interesse
Linha de Pesquisa: Sistemas de Informação

Data: 01/04/2013
Hora: 10h15min
Local: Sala 220 (conselhos). Prédio 43412 – Instituto de Informática

Banca Examinadora:
Profa. Dra. Renata de Matos Galante (UFRGS)
Prof. Dr. Silvio Cesar Cazella (UNISINOS)
Prof. Dr. Stanley Loh (ULBRA)

Presidente da Banca: Prof. Dr. Leandro Krug Wives

Resumo:

A cada dia aumenta o número de vídeos disponíveis no mundo. Por exemplo, há uma vasta quantidade de sites de vídeos disponíveis na Web e serviços de Vídeo Sob Demanda além de dispositivos que fazem a gravação de vídeos automaticamente, conhecidos como Personal Video Recorders, 24 horas por dia. Isso pode ocasionar um problema ao usuário: a sobrecarga de conteúdo em formato de vídeo. Uma das maneiras de se tratar tal problema consiste no uso de sistemas de recomendação, os quais filtram o conteúdo com o objetivo de entregar o que for mais interessante ao usuário. A abordagem típica utilizada pelos sistemas atuais consiste em um sistema de recomendação híbrido, i.e., que utiliza tanto filtragem baseada em conteúdo quanto filtragem colaborativa, minimizando os problemas que tais abordagens possuem individualmente. Adicionalmente, com o objetivo de melhorar a recomendação ou de criar novas formas de recomendação, têm sido apresentadas novas abordagens, tais como sistemas de recomendação utilizando dados de redes sociais, computação afetiva, tags, entre outros. Este trabalho tem como objetivo apresentar uma abordagem inovadora, a qual utiliza pontos de interesse em vídeo de usuários (ou seja, os segmentos dos vídeos que eles mais gostam ou que mais se interessam) para melhorar a acurácia de predição de sistemas de recomendação de vídeo que utilizam filtragem colaborativa baseados na abordagem usuário-usuário. Na abordagem proposta, os usuários participam de forma mais ativa e mais interativa ao marcarem seus pontos de interesse. Para avaliação de tal abordagem proposta foi realizada uma avaliação experimental em termos de acurácia de predição de avaliação; pela qual constatou-se que houve melhora no sistema de recomendação. Tal melhora está diretamente relacionada com o nível de participação das pessoas na marcação de pontos de interesse.

Palavras-Chave: Sistema de Recomendação de Vídeo, Sistema de Recomendação, Pontos de Interesse.