Silva, Douglas Véras eSilva, Douglas Henrique Santana da2019-03-272019-03-272019-01-22SILVA, Douglas Henrique Santana da. Um estudo comparativo de técnicas para a classificação contextual de companhia para sistemas de recomendação sensíveis a contexto. 2019. 57 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2019.https://repository.ufrpe.br/handle/123456789/841Atualmente, a grande quantidade de informação tem prejudicado os usuários durante a tomada de decisões. Em face deste problema, sistemas de recomendação tem sido propostos de modo a conferir sugestões que auxiliem aos usuários em face de tal problema. Essas sugestões são ainda mais valiosas quando esses sistemas passam a sugerir itens se baseando também nos contextos ao qual o usuário está inserido. Dentre os esses contextos o de companhia pode ser destacado. Por meio da inferência do contexto de companhia o sistema poderá sugerir diferentes itens caso o usuário esteja acompanhado ou não. Um bom exemplo de sistema que possui tais características é o Sistemas de Recomendação em Domínios Cruzados e Sensíveis a Contexto (CD-CARS). Entretanto, o método de aprendizagem não supervisionada para inferência contextual de companhia no CD-CARS possui limitações. Desta forma, a presente pesquisa analisou e destacou um método de aprendizagem supervisionada que substitui a atual abordagem de classificação contextual de companhia executada no CD-CARS.57 f.poropenAccesshttps://creativecommons.org/licenses/by-nc-nd/3.0/br/deed.en_USComputação ubíquaSoftware de sistemasSoftwareSistemas de recomendação (filtragem de informações)bachelorThesisAttribution-NonCommercial-NoDerivs 3.0 Brazilhttps://n2t.net/ark:/57462/001300000k82w