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: RECOMENDAÇÃO DE PESSOAS EM REDES SOCIAIS COM BASE EM CONEXÕES ENTRE USUÁRIOS Autor: RAFAEL JESSEN WERNECK DE ALMEIDA MARTINS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
KARIN KOOGAN BREITMAN - ORIENTADOR
Nº do Conteudo: 22604
Catalogação: 07/03/2014 Liberação: 07/03/2014 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=22604&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.22604
Resumo:
Título: RECOMENDAÇÃO DE PESSOAS EM REDES SOCIAIS COM BASE EM CONEXÕES ENTRE USUÁRIOS Autor: RAFAEL JESSEN WERNECK DE ALMEIDA MARTINS
Nº do Conteudo: 22604
Catalogação: 07/03/2014 Liberação: 07/03/2014 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=22604&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22604&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.22604
Resumo:
Os sites de redes sociais ganharam importância nos últimos anos. Neles,
seus usuários podem se conectar com outros usuários para interagir entre si.
Porém, geralmente o número de usuários cadastrados é muito grande e, por isso,
encontrar outros usuários afins para se conectar não é fácil. Sistemas de
recomendação são ferramentas de software que provem sugestões de diversos
tipos de itens para usuários e podem ser aplicados para recomendar pessoas
(outros usuários) em redes sociais. Sistemas que recomendam pessoas utilizam
técnicas específicas e, devido às implicações sociais envolvidas nas relações
pessoais, devem levar alguns fatores em consideração. A ausência de dados
confiáveis torna a tarefa de gerar recomendações úteis mais difícil. Este trabalho
discute o assunto e apresenta um sistema de recomendação de pessoas para sites
de redes sociais com base em conexões entre usuários. Para testar o sistema
apresentado, realizamos um experimento com o Peladeiro, um site real de uma
rede social que conta com mais de 500 mil usuários, onde poucos dados estão
disponíveis para serem utilizados.
