XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: MODELOS DE FATORAÇÃO MATRICIAL PARA RECOMENDAÇÃO DE VÍDEOS Autor: BRUNO DE FIGUEIREDO MELO E SOUZA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
RUY LUIZ MILIDIU - ORIENTADOR
Nº do Conteudo: 19273
Catalogação: 14/03/2012 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TESE
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19273@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19273@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.19273
Resumo:
Título: MODELOS DE FATORAÇÃO MATRICIAL PARA RECOMENDAÇÃO DE VÍDEOS Autor: BRUNO DE FIGUEIREDO MELO E SOUZA
Nº do Conteudo: 19273
Catalogação: 14/03/2012 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TESE
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19273@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19273@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.19273
Resumo:
A recomendação de itens a partir do feedback implícito dos usuários
consiste em identificar padrões no interesse dos usuários por estes itens a partir
de ações dos usuários, tais como cliques, interações ou o consumo de conteúdos
específicos. Isso, de forma a prover sugestões personalizadas que se adéquem ao
gosto destes usuários. Nesta dissertação, avaliamos a performance de alguns
modelos de fatoração matricial otimizados para a tarefa de recomendação a partir
de dados implícitos no consumo das ofertas de vídeos da Globo.com.
Propusemos tratar estes dados de consumo como indicativos de intenção de um
usuário em assistir um vídeo. Além disso, avaliamos como os vieses únicos dos
usuários e vídeos, e sua variação temporal impactam o resultado das
recomendações. Também sugerimos a utilização de um modelo de fatoração
incremental otimizado para este problema, que escala linearmente com o
tamanho da entrada, isto é, com os dados de visualizações e quantidade de
variáveis latentes. Na tarefa de prever a intenção dos usuários em consumir um
conteúdo novo, nosso melhor modelo de fatoração apresenta um RMSE de
0,0524 usando o viés de usuários e vídeos, assim como sua variação temporal.
Descrição | Arquivo |
CAPA, AGRADECIMENTOS, RESUMO, ABSTRACT, SUMÁRIO E LISTAS | |
CAPÍTULO 1 | |
CAPÍTULO 2 | |
CAPÍTULO 3 | |
CAPÍTULO 4 | |
CAPÍTULO 5 | |
CAPÍTULO 6 | |
REFERÊNCIAS BIBLIOGRÁFICAS |