$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES 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.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: COMPARATIVE STUDY OF MOVIE RECOMMENDATION ALGORITHMS
Autor: PEDRO CHAMBERLAIN MATOS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  MARCO SERPA MOLINARO - ADVISOR
Nº do Conteudo: 57546
Catalogação:  03/03/2022 Idioma(s):  PORTUGUESE - BRAZIL
Tipo:  TEXT Subtipo:  SENIOR PROJECT
Natureza:  SCHOLARLY PUBLICATION
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=57546@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=57546@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.57546

Resumo:
Personalized recommendations for series and movies are an important aspect of online streaming services. This project s objective was to implement and evaluate a series of algorithms used by movie recommendation systems. Four recommendation algorithms were analyzed, two by method of collaborative filtering and two by method of content-based filtering. In addition to the analysis of these, a new hybrid method was developed using two of the priorly analyzed algorithms: a collaborative filtering algorithm based on matrix factorization by singular value decomposition (SVD) and a content-based filtering algorithm using a similarity calculation of textual information between movies. The new method was implemented and analyzed, exhibiting better results than all previous methods. The evaluation data was based on movie ratings given by users of the MovieLens social platform.

Descrição Arquivo
COMPLETE  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui