Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/99769
Title: Sistema de Recomendação Baseado em Conhecimento
Authors: Reis, Luís Filipe Marçal dos
Orientador: Costa, Hernani
Macedo, Luís Miguel Machado Lopes
Keywords: extração de informação; extração de palavras-chave; extração de conhecimento; representação de conhecimento; grafos; sistemas de recomendação; agentes pessoais; information retrieval; keyword extraction; knowledge retrieval; knowledge representation; graphs; recommender systems; personal agents
Issue Date: Sep-2012
Place of publication or event: Coimbra
Abstract: Verificamos hoje em dia um grande crescimento na quantidade de informação disponível. Este acontecimento resulta não só da massificação do acesso às tecnologias de informação e da globalização do acesso à Internet fixa, mas também é consequência do aumento do número de utilizadores que acedem à Internet a partir de dispositivos móveis. O fenómeno das redes sociais, do trabalho colaborativo e a presença dos media online em muito contribuem para o crescimento exponencial da informação disponível. Deste modo, o ser humano está hoje exposto diariamente a uma enorme quantidade de informação, proveniente das mais diversas fontes, com a qual não consegue lidar. Deste modo, assistimos assim a um fenómeno claro de sobrecarga de informação para os humanos. No contexto anteriormente descrito, os agentes pessoais e em particular os sistemas de recomendação têm cada vez mais um papel relevante, auxiliando os utilizadores de sistemas de informação a lidar com o processo de seleção e identificação dos conteúdos mais relevantes. Para que os agentes pessoais possam desempenhar o seu papel com eficácia, as preferências e os hábitos dos utilizadores têm que ser considerados no processo de seleção da informação. Torna-se assim necessário que estes possuam mecanismos capazes de identificar as necessidades e os objetivos de cada utilizador por forma a gerar recomendações úteis. Neste sentido, esta tese propõe um sistema de agente pessoal baseado em conhecimento, capaz de recolher, categorizar e filtrar notícias autonomamente de acordo com os interesses noticiosos específicos dos utilizadores. O sistema recorre a aprendizagem computacional para identificar o perfil dos utilizadores, combinando o feedback dos utilizadores com conhecimento produzido a partir do conteúdo das notícias por forma a gerar recomendações. Durante o desenvolvimento das várias etapas do trabalho são levados a cabo um conjunto de testes experimentais utilizando diversos utilizadores, permitiram aferir o correto funcionamento e desempenho do sistema de recomendação. Esta abordagem teve especial incidência na implementação de um sistema de agente pessoal que resulta na produção de uma aplicação móvel para dispositivos móveis.
Nowadays, we experience a huge growth on the amount of information available. This is a result not only from the wide spreading of information technology and desktop Internet access availability, but also from the increasing number of users that access the Internet from mobile devices. The Social Networking phenomena, collaborative work and online media presence make a huge contribution to information availability. Humans are daily exposed to a huge quantity of information from many different sources that they cannot handle by themselves. As a result, there is an eminent problem of information overload for which humans are not ready to deal with. In the aforementioned context, personal agents and in particular recommender systems, play an important role on aiding users with the identification and selection of relevant information. In order to perform these tasks efficiently, personal agents must consider users preferences when delivering information. The system must be aware of the users needs and goals in order to provide useful recommendations. Having this in mind, this work proposes a knowledge-based personal agent system, capable of automatically gathering and selecting news, filtering and delivering them in a selective and personalized fashion to each user. The system uses machine learning in order to identify users models, while combining feedback from the agents network with a knowledge representation created from the extracted news text, in order to recommend more relevant content to users. During the development of this work, experimental testing using a set of users was carried out, allowing the evaluation the recommender system’s behaviour and performance. This approach was designed with personal mobile assistants in mind, resulting in the development of a mobile application prototype for the Google Android platform.
Description: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.
URI: https://hdl.handle.net/10316/99769
Rights: openAccess
Appears in Collections:FCTUC Eng.Informática - Teses de Mestrado

Files in This Item:
File Description SizeFormat
Luis_Reis_MEI_Tese.pdf11.79 MBAdobe PDFView/Open
Show full item record

Page view(s)

150
checked on Mar 26, 2024

Download(s)

143
checked on Mar 26, 2024

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.