Publicado em: 29/10/2010

Doutorado em Inteligência Artificial

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

INSTITUTO DE INFORMÁTICA

PROGRAMA DE POS-GRADUAÇÃO EM COMPUTAÇÃO

DEFESA DE TESE DE DOUTORADO

Aluna: Fabiana Lorenzi
Orientadora: Profa. Dra. Ana Lúcia Cetertich Bazzan

Titulo: Uma abordagem multiagente de recomendação baseada em suposições e confiança para cenários dinâmicos
Linha de Pesquisa: Inteligência Artificial

Data: 05/11/2010
Hora: 13h30
Local: Auditório José Mauro Volkmer de Castilho (verde)- Prédio 43424- Instituto de Informática

Banca Examinadora:
Profa. Dra. Celia Ghedini Ralha (UnB)
Profa. Dra. Viviane Torres da Silva (UFF)
Prof. Dr. Luis Otávio Campos Álvares (UFRGS)

Presidente da Banca: Profa. Dra. Ana Lúcia Cetertich Bazzan

Resumo:

A falta de informação e de confiança entre os agentes em sistemas de recomendação que lidam com domínios dinâmicos
podem ser fatores que contribuem para que os agentes gerem resultados de baixa qualidade. Na falta de informação para gerar recomendações é necessário que os agentes sejam capazes de assumir ou compartilhar informações, criem laços de confiança entre si e que se adaptem às mudanças do estado do conhecimento para que sejam capazes de resolver os problemas.
Esta tese apresenta a abordagem MATRES – uma abordagem multiagente baseada em suposições
com mecanismo de confiança aplicada em um sistema de recomendação multiagente. Na abordagem MATRES os agentes são capazes de lidar com conhecimento distribuído. Cada agente trabalha como especialista e é capaz de compartilhar seu conhecimento com os demais, de acordo com seus índices de confiança. Para a solução
de um problema, diferentes tarefas são distribuídas entre os agentes. Algumas tarefas apresentam
uma relação de dependência, fazendo com que uma tarefa dependa do resultado de outra.
Nesta situação, o agente possui um componente de manutenção de verdade que permite a
utilização de suposições para a realização das tarefas de forma assíncrona. Na falta de informação
proveniente de outra tarefa, o agente é capaz de manipular suposições, sendo capaz de executar
sua tarefa. Além disto, o componente de manutenção de verdade auxilia na manutenção da integridade
das bases de conhecimento dos agentes. A abordagem MATRES foi validada em um cenário de recomendação de pacotes turísticos. Casos reais de uma agência de viagem foram utilizados na validação da abordagem e os resultados obtidos corroboram a hipótese de que que a abordagem proposta aumenta a assertividade das recomendações geradas pelos agentes em ambientes distribuídos e dinâmicos.

Palavras-Chave:
Sistemas Multiagente de Recomendação, Suposições, Confiança,.