Recomendação de Conteúdo Baseada em Localização e Interesse: uma aplicação com o CidadeSocial
Resumo
Muitas aplicações buscam agregar valor explorando o conceito de gelocalização, entre elas, o CidadeSocial: uma mídia social voltada à colaboração entre pessoas com interesses comuns que convivem nos mesmos espaços urbanos. No CidadeSocial, a disseminação da informação prioriza os interesses das pessoas, mesmo que estes não se conheçam, e precisa recomendar conteúdo com base na proximidade das pessoas. Este trabalho apresenta um sistema de recomendação que prioriza etiquetas de interesse e a proximidade física dos seus usuários. Uma implementação foi construída como um serviço, foram realizados testes de software e ela integrada ao CidadeSocial.
Palavras-chave:
Recuperação de informação, Sistemas de recomendação
Referências
Correa, A. C.; Roger, E.; Gomes, J. O.; Oliveira, J.; França, T., 2018. CidadeSocial: An Application Software for Opportunistic and Collaborative Engagement of Urban Populations. COMMUNICATIONS IN COMPUTER AND INFORMATION SCIENCE (PRINT), v. 926, p. 141-155, 2018.
França, Tiago Cruz de, 2023. "ANDARE: um framework para inclusão da análise de dados de mídias sociais no contexto da preparação e resposta à emergência em situações de manifestações de massa", 2019, Tese (Doutorado) PPGI-UFRJ, Rio de Janeiro, 2019, https://tinyurl.com/tmaydae4. Acessado em 08 de Mar. de 2023.
Khalid, Osman, et al., 2013. OmniSuggest: A ubiquitous cloud-based context-aware recommendation system for mobile social networks. IEEE Transactions on Services Computing, 2013, vol. 7, no 3, p. 401-414.
Majid et al., 2013. A context-aware personalized travel recommendation system based on geotagged social media data mining. International Journal of Geographical Information Science, 2013, vol. 27, no 4, p. 662-684.
Ricci, F.; Rokach, L.; Shapira, B., 2011. Introduction to recommender systems handbook. In: Recommender systems handbook. Springer, Boston, MA, 2011. p. 1-35.
Robles-Gómez, A. et al., 2017. Using Kibana and Elasticsearch for the Recommendation of Job Offers to Students. En LASI-SPAIN. 2017. p. 93-99.
Roger, E., 2019. CidadeSocial: um aplicativo para comunicação oportunística em ambientes urbanos. 2019. Trabalho de Conclusão de Curso. (Graduação em Sistemas de Informação) - Universidade Federal Rural do Rio de Janeiro. Orientador: Tiago Cruz de França.
Saiph Savage et al., 2012. I’m feeling loco: A location based context aware recommendation system. En Advances in Location-Based Services. Springer, Berlin, Heidelberg, 2012. p. 37-54.
Tabak, P.; Figueiredo, E.; França, T. C.; Oliveira, J., 2015 . Campus Social: uma ferramenta para trocas oportunísticas de informações em campi universitários. In: 42 Seminário Integrado de Software e Hardware (SEMISH), 2015, Recife. XXXV Congresso da Sociedade Brasileira de Computação, 2015. v. 1.
Yang, Wan-Shiou; Cheng, Hung-Chi; Dia, Jia-Ben, 2008. A location-aware recommender system for mobile shopping environments. Expert Systems with Applications, v. 34, n. 1, p. 437-445, 2008.
Yin, Hongzhi et al., 2013. Lcars: a location-content-aware recommender system. In: Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining. 2013. p. 221-229.
Hu, Si ying Diana; Delgado, Joaquin, 2015. Scalable recommender systems: where machine learning meets search. In: Proceedings of the 9th ACM Conference on Recommender Systems. 2015. p. 365-366.
Logesh, R.; Subramaniyaswamy, V.; Vijayakumar, V., 2018. A personalised travel recommender system utilizing social network profile and accurate GPS data. Electronic Government, an International Journal, v. 14, n. 1, p. 90-113, 2018.
Capdevila, Joan; Arias, Marta; Arratia, Argimiro, 2016. GeoSRS: A hybrid social recommender system for geolocated data. Information Systems, v. 57, p. 111-128, 2016.
Wang, Hao et al., 2017. A location-sentiment-aware recommender system for both home-town and out-of-town users. In: Proceedings of the 23rd ACM SIGKDD international conference on knowledge discovery and data mining. 2017. p. 1135-1143.
França, Tiago Cruz de, 2023. "ANDARE: um framework para inclusão da análise de dados de mídias sociais no contexto da preparação e resposta à emergência em situações de manifestações de massa", 2019, Tese (Doutorado) PPGI-UFRJ, Rio de Janeiro, 2019, https://tinyurl.com/tmaydae4. Acessado em 08 de Mar. de 2023.
Khalid, Osman, et al., 2013. OmniSuggest: A ubiquitous cloud-based context-aware recommendation system for mobile social networks. IEEE Transactions on Services Computing, 2013, vol. 7, no 3, p. 401-414.
Majid et al., 2013. A context-aware personalized travel recommendation system based on geotagged social media data mining. International Journal of Geographical Information Science, 2013, vol. 27, no 4, p. 662-684.
Ricci, F.; Rokach, L.; Shapira, B., 2011. Introduction to recommender systems handbook. In: Recommender systems handbook. Springer, Boston, MA, 2011. p. 1-35.
Robles-Gómez, A. et al., 2017. Using Kibana and Elasticsearch for the Recommendation of Job Offers to Students. En LASI-SPAIN. 2017. p. 93-99.
Roger, E., 2019. CidadeSocial: um aplicativo para comunicação oportunística em ambientes urbanos. 2019. Trabalho de Conclusão de Curso. (Graduação em Sistemas de Informação) - Universidade Federal Rural do Rio de Janeiro. Orientador: Tiago Cruz de França.
Saiph Savage et al., 2012. I’m feeling loco: A location based context aware recommendation system. En Advances in Location-Based Services. Springer, Berlin, Heidelberg, 2012. p. 37-54.
Tabak, P.; Figueiredo, E.; França, T. C.; Oliveira, J., 2015 . Campus Social: uma ferramenta para trocas oportunísticas de informações em campi universitários. In: 42 Seminário Integrado de Software e Hardware (SEMISH), 2015, Recife. XXXV Congresso da Sociedade Brasileira de Computação, 2015. v. 1.
Yang, Wan-Shiou; Cheng, Hung-Chi; Dia, Jia-Ben, 2008. A location-aware recommender system for mobile shopping environments. Expert Systems with Applications, v. 34, n. 1, p. 437-445, 2008.
Yin, Hongzhi et al., 2013. Lcars: a location-content-aware recommender system. In: Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining. 2013. p. 221-229.
Hu, Si ying Diana; Delgado, Joaquin, 2015. Scalable recommender systems: where machine learning meets search. In: Proceedings of the 9th ACM Conference on Recommender Systems. 2015. p. 365-366.
Logesh, R.; Subramaniyaswamy, V.; Vijayakumar, V., 2018. A personalised travel recommender system utilizing social network profile and accurate GPS data. Electronic Government, an International Journal, v. 14, n. 1, p. 90-113, 2018.
Capdevila, Joan; Arias, Marta; Arratia, Argimiro, 2016. GeoSRS: A hybrid social recommender system for geolocated data. Information Systems, v. 57, p. 111-128, 2016.
Wang, Hao et al., 2017. A location-sentiment-aware recommender system for both home-town and out-of-town users. In: Proceedings of the 23rd ACM SIGKDD international conference on knowledge discovery and data mining. 2017. p. 1135-1143.
Publicado
25/09/2023
Como Citar
TERRA MAIA, Nícolas; CRUZ DE FRANÇA, Tiago.
Recomendação de Conteúdo Baseada em Localização e Interesse: uma aplicação com o CidadeSocial. In: WORKSHOP DE TRABALHOS DE ALUNOS DA GRADUAÇÃO (WTAG) - SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 38. , 2023, Belo Horizonte/MG.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 71-77.
DOI: https://doi.org/10.5753/sbbd_estendido.2023.233535.
