Uma abordagem para estimar a similaridade item-item baseada nos relacionamentos semânticos da Linked Open Data.

Simple item page
dc.contributor.advisorFerreira, Anderson Almeidapt_BR
dc.contributor.authorPereira, Ítalo Magno
dc.contributor.refereeFerreira, Anderson Almeidapt_BR
dc.contributor.refereePereira Junior, Álvaro Rodriguespt_BR
dc.contributor.refereeRodrigues, Lívia Couto Rubackpt_BR
dc.date.accessioned2019-11-29T14:08:56Z
dc.date.available2019-11-29T14:08:56Z
dc.date.issued2019
dc.descriptionPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractA época atual está sendo vista como uma era de sobrecarga de informação, uma vez que mais dados são produzidos do que humanos podem processar. Este fato implica na melhoria constante de sistemas de recuperação e tratamento de informação. Inserido neste contexto, os sistemas de recomendação são ferramentas importantes aos usuários, por sugerir itens que possam ser interessantes. No entanto, os sistemas de recomendação baseados em filtragem colaborativa sofrem com o problema conhecido como cold start ou falta de dados iniciais. A opção para contornar esse problema é explorar outras fontes de dados, como a Linked Open Data (LOD), para enriquecer os dados. Contudo, muitas soluções baseadas na LOD não fazem uso dos relacionamentos semânticos e, quando o fazem, não ponderam corretamente seus relacionamentos e, assim, não exploram o seu potencial. Este trabalho visa apresentar uma abordagem para explorar os relacionamentos semânticos da Linked Open Data, por meio da descoberta de características relevantes e ponderação de tais características sem intervenção de um especialista de domínio de aplicação. Para avaliar a proposta, foram realizados experimentos em dois domínios de aplicação, domínio de filmes e museus. Os resultados mostraram-se competitivos comparados a outras abordagens, onde a seleção de propriedades relevantes é feita manualmente.pt_BR
dc.identifier.citationPEREIRA, Ítalo Magno. Uma abordagem para estimar a similaridade item-item baseada nos relacionamentos semânticos da Linked Open Data. 2019. 60 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2019.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/handle/123456789/11827
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 21/11/2019 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite a adaptação.pt_BR
dc.subjectDados vinculadospt_BR
dc.subjectOntologiapt_BR
dc.subjectCorrelaçãopt_BR
dc.titleUma abordagem para estimar a similaridade item-item baseada nos relacionamentos semânticos da Linked Open Data.pt_BR
dc.typeDissertacaopt_BR
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DISSERTAÇÃO_AbordagemEstimarSimilaridade.pdf
Size:
4.05 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
924 B
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
PPGCC - Mestrado (Dissertações)