Aplicando Nuvem de Partículas para Atenuar o Dilema entre Diversidade e Acurácia em Domínios de Recomendação

  • Tiago Trotta
  • Diego Carvalho
  • Nícollas Silva
  • Leonardo Rocha

Resumo


Sistemas de Recomendação (SsR) focam na apresentação dos itens mais relevantes aos usuários a fim de melhorar a acurácia do sistema. Entretanto, a acurácia não é suficiente para avaliar a efetividade prática das recomendações. Métricas como novidade, diversidade e imprevisibilidade são chave para se avaliar a utilidade de SsR em cenários reais. Especificamente, há um dilema em aberto de acurácia-diversidade capaz de impulsionar as vendas ao oferecer aos consumidores tanto itens convencionais quanto específicos. Para lidar com esse dilema, propomos uma abordagem de pós-processamento, baseada em Nuvem de Partículas, que reordena as listas recomendações de SsR tradicionais, melhorando a diversidade em até 70% sem perda de acurácia.


 

Palavras-chave: Aprendizado de Máquina; Otimização; Sistemas de Recomendação
Publicado
01/07/2019
TROTTA, Tiago; CARVALHO, Diego; SILVA, Nícollas; ROCHA, Leonardo. Aplicando Nuvem de Partículas para Atenuar o Dilema entre Diversidade e Acurácia em Domínios de Recomendação. In: CONCURSO DE TRABALHOS DE INICIAÇÃO CIENTÍFICA DA SBC (CTIC-SBC), 38. , 2019, Belém. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 .