Bacharelado em Sistemas de Informação (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/12
Siglas das Coleções:
APP - Artigo Publicado em Periódico
TAE - Trabalho Apresentado em Evento
TCC - Trabalho de Conclusão de Curso
Navegar
5 resultados
Resultados da Pesquisa
Item Utilização de filtragem colaborativa no auxílio de recomendação personalizada para leitores de mangá(2024-03-04) Brochardt, Rodrigo Nativo do Brasil; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587Este trabalho investigou, elaborou e comparou duas abordagens para a geração de recomendações de mangás: o modelo de Decomposição em Valores Singulares (SVD) e o Coeficiente de Correlação de Pearson. A metodologia envolveu a preparação dos dados a partir do desenvolvimento e execução de um rastreador web para extrair informações de obras de mangá e avaliações de um fórum bastante movimentado na internet. As dificuldades que surgem para a aplicabilidade destes métodos de extração de dados, bem como alternativas para lidar com situações de bloqueio da fonte, treinamento dos modelos de recomendação e avaliação de desempenho, foram abordadas, com foco na filtragem colaborativa e recomendações personalizadas para perfis de usuários e para obras de mangá. Na implementação do SVD, foi possível identificar padrões latentes nos dados de avaliação dos usuários, permitindo recomendações personalizadas com base nas preferências individuais a partir do compartilhamento de experiências com perfis similares. No entanto, métricas como o Mean Absolute Error (MAE) e Root Mean Squared Error (RMSE) revelaram a necessidade de refinamento do modelo para melhorar sua precisão, assim como alternativas de implementações para realização de comparações e métricas relacionadas à massa de dados específica utilizada no trabalho. Por sua vez, a abordagem baseada no Coeficiente de Correlação de Pearson priorizou a similaridade entre as avaliações de mangás para gerar recomendações focadas em itens. Embora dependesse significativamente do número de avaliações disponíveis, essa metodologia ofereceu uma lógica direta e válida para recomendações personalizadas a partir dos relacionamentos advindos das avaliações. A conclusão destacou a possibilidade futura de explorar métodos híbridos que combinem as vantagens do SVD e do Coeficiente de Correlação de Pearson, visando alcançar recomendações mais precisas e abrangentes, bem como a possibilidade de validar técnicas que ofereçam abordagens diferentes de recomendação para obter um comparativo palpável. A utilização de dados adicionais reunidos na massa de dados gerada para enriquecer a qualidade das recomendações, a fim de utilizar parâmetros mais detalhados em sua recomendação, assim como a utilização de abordagens indiretas, como por exemplo, a utilização de LLMs para auxiliar no processo de recomendação. Por fim, o trabalho concluiu a importância dos avanços destas tecnologias de recomendação para facilitar a vida do leitor, auxiliando na filtragem de grandes conteúdos oferecidos pela indústria e internet.Item Sistema de recomendação de restaurantes, baseado em três tipos diferentes de filtragem de dados, nos bairros do Recife-PE(2021-12-20) Silveira Filho, Daniel Guilherme da; Cysneiros Filho, Gilberto Amado de Azevedo; http://lattes.cnpq.br/0534822491953359Tendo em vista que a cidade de Recife está na terceira colocação de polos gastronômicos do Brasil, e que atualmente a quantidade de informações, presentes na internet, beira o infinito, os turistas, e até população local, procuram àqueles restaurantes mais conhecidos e divulgados. Uma consequência disso é que pequenos estabelecimentos, que não possuem uma forte divulgação de sua marca, acabam por falir nos primeiros cinco anos de existência. Por isso, realizou-se uma pesquisa sobre sistemas de recomendação, a fim de analisar o desenvolvimento de um sistema de recomendação de restaurantes, baseado em três tipos diferentes de técnicas de filtragem de dados, nos bairros da cidade do Recife. Para tanto, é necessário explicar os fundamentos das técnicas de filtragem que serão utilizadas no desenvolvimento do sistema, além de identificar como definir, coletar, tratar e analisar os dados necessários à construção do sistema, analisar o desenvolvimento de um sistema de recomendação baseado no conteúdo, analisar o desenvolvimento de um sistema de recomendação, baseado no usuário, analisar o desenvolvimento de um sistema de recomendação híbrido e por fim identificar qual técnica de recomendação retorna melhores resultados. Realiza-se então, um estudo sobre a base de dados, seleção, coleta e tratamento dos dados necessários para a construção do sistema, além de modelar uma amostra de pessoas e restaurantes a serem recomendados, também foi feito um estudo sobre sistemas de recomendação, definição, surgimento e principais técnicas de filtragem, utilizadas em trabalhos semelhantes, com isso se fez necessário definir quais os atributos e parâmetros a serem coletados, além de uma modelagem do formulário de captura de dados e desenvolvimento das três técnicas de filtragem colaborativa selecionadas, e por fim, realiza-se testes do sistema para comprovar seu funcionamento e análise de dados coletados. Diante disso, verifica-se que apesar da técnica de filtragem baseada em conteúdo se destacar nos resultados, a diferença entre esse tipo de filtragem e as filtragens colaborativas não foi expressiva, o que impõe a constatação de que o sistema de recomendação, baseado por bairros, traz facilidade e praticidade aos usuários, além de divulgar a marca de restaurantes de bairro e capilarizar o turismo na cidade de Recife, porém necessita de mais interações e informações dos usuários cadastrados, para tornar-se mais preciso em suas recomendações.Item Suporte à decisão multicritério em aplicativos de saúde sob demanda(2019) Pereira, Gustavo Magalhães; Albuquerque Júnior, Gabriel Alves de; Falcão, Taciana Pontual da Rocha; http://lattes.cnpq.br/5706959249737319; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/6456769669695121Os aplicativos de saúde sob demanda tem o objetivo principal encontrar um médico e levá-lo até sua casa para prestar assistência domiciliar para aqueles que tem dificuldade de locomoção e buscam um serviço médico mais cômodo, que não querem enfrentar filas de espera e que desejam evitar se deslocar até um hospital para tratar enfermidades básicas. O avanço tecnológico tem transformado a forma como serviços tradicionais são ofertados sob demanda, que está cada vez mais popular no Brasil. O Conselho Federal de Medicina (CRM), sabendo do impacto do avanço tecnológico no exercício da medicina, publicou a resolução nº 2.178/2017, que busca regulamentar o funcionamento de aplicativos que oferecem consulta médica em domicílio. De acordo com a resolução, todos os aplicativos que oferecem esse serviço são obrigados a disponibilizar uma listagem de médicos disponíveis para o paciente escolher o melhor médico para cuidar do seu caso, mas os aplicativos não oferecem auxílio ao paciente na decisão e e carece de uma solução computacional. Neste trabalho foi realizado o planejamento e desenvolvimento de um sistema de recomendação utilizando a metodologia da análise de decisão de múltiplos critérios. Foi utilizado como estudo de caso o aplicativo Clinio, um produto de saúde sob demanda desenvolvido pela Epitrack. A solução aplicada para recomendar os melhores médicos tem objetivo de auxiliar os usuários do aplicativo na escolha do profissional que mais se enquadra nas suas necessidades e preferências. Para isso, foram utilizados algoritmos de recomendação para selecionar médicos com base nos sintomas e na geolocalização e o Processo Analítico Hierárquico (AHP), tendo como critérios de classificação: valor da consulta, distância entre o médico e paciente e idade do médico. O sistema foi implementado e testado usando uma base de dados de 143 médicos de Pernambuco que atuam em 10 casos clínicos. Através dos testes realizados foi observado na recomendação obtida pelos usuários que o sistema auxilia no processo de escolha do melhor profissional para um caso através das definições das preferências.Item Um sistema de recomendações de eventos culturais com áudio-descrição(2018) Souza Filho, Robson Ugo Ferreira; Medeiros, Victor Wanderley Costa de; Falcão, Taciana Pontual da Rocha; http://lattes.cnpq.br/5706959249737319; http://lattes.cnpq.br/7159595141911505Cerca de um bilhão de pessoas no mundo vive com algum tipo de deficiência, enquanto quase 24% da população brasileira declarou ter algum tipo de deficiência no CENSO de 2010. Desta forma, a presença cada vez mais constante de pessoas com deficiência visual em espaços culturais tem aumentado e deve-se também `a presença dos recursos de acessibilidade comunicacional. O avanço tecnológico tem tornado a disposição de tais recursos muito mais fácil e próxima, aumentando ainda mais a autonomia deste público. Com base neste argumento, este trabalho visa apresentar o planejamento e desenvolvimento de um sistema de recomendação de eventos culturais com audiodescrição voltado para pessoas cegas usando dispositivos moveis Android, aumentando a independência e capacidade do processo de indicação já natural às relações sociais humanas através de algoritmos de filtragem colaborativa baseada em item e filtragem baseada em conteúdo. Foram gerados uma potencial base de dados de eventos do gênero, um estudo acerca dos algoritmos propostos e um experimento de usabilidade da aplicação. Foi identificada ausência de métricas de avaliação estatística para as recomendações geradas, dada a abordagem pessoal utilizada pelos usuários na escolha das notas para os eventos, resultado também da inexistente consistência de seus dados.Item Planejador de roteiros turísticos: uma aplicação do Problema do Caixeiro Viajante na cidade do Recife(2018) Bispo, Rodolfo César; Cysneiros Filho, Gilberto Amado de Azevedo; http://lattes.cnpq.br/0534822491953359Um aplicativo móvel (prova de conceito) foi desenvolvido fornecendo recomendações de rota para turistas que visitam Recife a pé. O turista seleciona os pontos de interesse (POI) que ele deseja visitar e a aplicação recomenda uma rota. O turista pode escolher os pontos de interesse de uma lista de pontos e visualiza-los em um mapa. A aplicação também fornece informações detalhadas sobre os pontos de interesse para auxiliar na escolha. Três algoritmos foram implementados para recomendação da rota. Os algoritmos Força Bruta, Vizinho Mais Próximo e Vizinho Mais Próximo combinado com 2-OPT foram comparados em termos de tempo de execução, impacto no tamanho total do percurso gerado, uso de memória e CPU. O algoritmo da Força Bruta apresentou um tempo de execução hábil em até 8 pontos escolhidos. O Vizinho Mais Próximo afastou-se cada vez mais do roteiro ótimo a medida que a quantidade de pontos aumentava, enquanto que sua combinação com o 2-OPT resultou em uma otimização de até 50 minutos na duração do roteiro.