Navegando por Autor "Rezende, Solange Oliveira"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
- ItemExploration of contextual information extraction methods for construction of baselines in the user review domain.(2018-11) Sundermann, Camila Vaccari; Domingues, Marcos Aurélio; Rezende, Solange OliveiraNowadays, with the growth of the digital universe, e-commerce and social networks, a great diversity of information, products and services is available on the Web. A recommender system can aid in user decisions like which product to buy, which movie to watch and which hotel to book. Traditional recommender systems focus on user and item data to generate recommendations. However, empirical studies indicate that context-aware approaches can produce more precise recommendations. Context-aware recommender systems are being extensively investigated. However, there is a lack of automatic methods for extracting this contextual information. With the advancement of Web 2.0 and the growing popularity of social networking and e-commerce, users have been increasingly encouraged to write reviews describing their opinions on items. There is a growing effort to incorporate into the recommender systems the important information that can be extracted from reviews. Some context extraction methods that use text mining techniques have been proposed in the literature. In this way, the objective of this work is to explore and evaluate two context extraction methods in the domain of reviews, a method based in named entities and a method based in topic hierarchies. This exploration allows the construction of baselines to be used in works that are under development in the area of context-aware recommender systems.
- ItemMedidas objetivas assimétricas aplicadas na construção de redes de regras de associação.(2018-11) Calçada, Dario Brito; Rezende, Solange OliveiraO número de dados gerados a cada dia aumenta potencialmente, consequentemente, a dificuldade em se obter conhecimento pela análise dos mesmos segue a mesma proporção. Compreender esses dados, ou seja, conhecer a informação e o conhecimento implícito nesses dados assume, cada vez mais, um papel relevante no apoio à tomada de decisão. Para análise dos dados e das informações e extração de conhecimento foram desenvolvidas técnicas de mineração de dados. Em geral, o conhecimento descoberto por intermédio de processos de mineração de dados, em um paradigma simbólico, é expresso na forma de padrões interpretáveis. A descoberta de regras de associação é uma técnica de mineração de dados, que procura identificar padrões de dados em datasets, permitindo, após a sua interpretação, usar o conhecimento específico acerca do problema em estudo. Para auxílio nos processos de mineração de regras de associação, em especial na geração automática de hipóteses, pode-se utilizar redes (grafos), que possibilitam uma melhor visualização das informações coletadas. Existem várias medidas de regras de associação que podem ajudar na seleção de padrões interessantes para a geração de hipóteses. A utilização de redes no auxílio da mineração de regras de associação, bem como a poda das regras para extração do conhecimento são usadas as Redes de Regras de Associação (ARN - do inglês Association Rules Networks). Com o intuito de analisar o impacto de medidas objetivas assimétricas na construção de ARNs, foram realizados experimentos, os quais são descritos neste relatório técnico, bem como são apresentadas descrições das medidas e a relevância de cada uma delas no processo de seleção das regras e geração de hipóteses.