Informações

Pré-requisito: Aprendizado de Máquina

Ementa

Sistemas de Recomendação. Taxonomia dos Sistemas de Recomendação. Técnicas de Recomendação. Filtragem Colaborativa. Avaliação de algoritmos para Sistemas de Recomendação.

Objetivos

Ao final da disciplina o aluno deve:

  • Compreender as principais técnicas, conceitos da área de Sistemas de Recomendação e exemplos de aplicação;
  • Identificar o potencial dessas para o desenvolvimento de sistemas de apoio à decisão, mineração de dados e recuperação da informação;
  • Aplicar as tecnologias apresentadas em problemas de natureza diversa.

Conteúdo Programático

Sumário

  1. Aprendizado de Máquina
  2. Computação Científica
  3. Introdução a Sistemas de Recomendação
  4. Analisando um Sistemas de Recomendação
  5. Sistemas de Recomendação Não Personalizado
  6. Sistemas de Recomendação Personalizado
  7. Métricas e Avaliação dos Recomendadores
  8. Baseado em Conteúdo
  9. Filtragem Colaborativa
  10. Algoritmos Baseado em Memória
  11. Algoritmos Baseado em Modelo
  12. Tópicos Avançados

Tópicos de Aula

01. Aprendizado de Máquina

Conteúdo
  • Aprendizado de Máquina
  • Aprendizado Indutiva
  • Formas de Aprendizado
  • Aprendizado Supervisionado
  • Classificação e Regressão
  • Métricas de Avaliação
  • Avaliação de Modelo
  • Underfitting e Overfitting
Materiais

02. Computação Científica

Conteúdo
  • Em breve
Materiais

03. Introdução a Sistemas de Recomendação

Conteúdo
  • Sistemas de Recomedação
  • História da Área
  • Ciclo da Recomendação
  • Formas de Recomendação
  • Tópicos de Pesquisa
Materiais

04. Analisando um Sistemas de Recomendação

Conteúdo
  • Modelo de Preferência
  • Preferência Explícita
  • Preferência Implícita
  • Predição
  • Recomendação
Materiais

05. Sistemas de Recomendação Não Personalizado

Conteúdo
  • Em breve

06. Sistemas de Recomendação Personalizado

Conteúdo
  • Formalização
  • Funções de um SRs
  • Categorias
  • Evolução

07. Métricas e Avaliação dos Recomendadores

Conteúdo
  • Medidas para Previsão
  • Medidas para Recomendação
  • Cobertura
  • Diversidade
  • Serendipity
  • Experimentos

08. Baseado em Conteúdo

Conteúdo
  • Em breve

09. Filtragem Colaborativa

Conteúdo
  • Em breve

10. Algoritmos Baseado em Memória

Conteúdo
  • Em breve

11. Algoritmos Baseado em Modelo

Conteúdo
  • Em breve

12. Tópicos Avançados

Conteúdo
  • Context-aware
  • Time-aware
  • Active learning
  • Cold start
  • Group recommendation
  • Trust

Referência Bibliográfica

Principal

  • Ricci, F., Rokach, L., Shapira, B., Kantor, P. B. Recommender Systems Handbook, Springer-Verlag, 2010.