Sistemas de recomendação são filtros de informação para apresentar itens ou objetos, como páginas web, filmes, músicas livros, lojas, etc., que provavelmente são do interesse do usuário. O princípio desses sistemas se baseia em usuários com interesses similares e, por isso, a grande maioria das técnicas de recomendação depende da avaliação da informação realizada pelos indivíduos. Os principais componentes de um sistema de recomendação são cliente e produto, e a recomendação é uma função de mapeamento de interesses do cliente para obtenção de um ou mais produtos.
A seguir, serão apresentados conceitos importantes relacionados aos sistemas de recomendação.
Entrada e saída de informações para recomendações
Para gerar recomendações é preciso considerar a fonte dos dados, dados que sirvam de base para a recomendação. Essas informações podem ser oriundas do consumidor alvo ou de dados gerados pela comunidade. Também deve ser considerado se a recomendação será para um cliente específico ou para uma comunidade em geral. O cuidado com a entrada das informações é fundamental, pois a saída varia de acordo com as informações.
Formas de atuação dos Sistemas de Recomendação
Os Sistemas de Recomendação apresentam diferentes formas na iteração com o cliente. Podem ser (i) pró-ativos, enviando deliberadamente sugestões aos clientes via email, (ii) sistemas de recomendação sob demanda, nos quais as sugestões são calculadas, mas só são apresentadas se o cliente solicitar, ou (iii) sistemas de recomendação passivos, aqueles em que quando o usuário acessa um site, encontra um conjunto de sugestões disponíveis e contextualizadas pela navegação, a exemplo de produtos que o usuário já visitou ou que foram recomendados por usuários com interesse similar.
Métodos para geração de recomendações
O funcionamento dos sistemas de recomendação é fundamentado pelos métodos de geração de recomendações, que são responsáveis por definir como agrupar e interpretar as avaliações dos usuários em sugestões consolidadas ou individualizadas. Esses métodos são: Recuperação Direta da Informação, Filtragem Colaborativa e Filtragem por Conteúdo.
- Recuperação Direta da Informação
Este método funciona da seguinte forma: o usuário especifica a consulta e o sistema recupera itens que satisfazem a pesquisa realizada. É o método de recomendação mais simples de implementar, já que se baseia em consultas diretas nos bancos de dados dos produtos.
- Filtragem Colaborativa
É um método de geração de recomendação que tenta prever o grau de interesse de um cliente em determinados produtos, a partir de correlações entre as avaliações feitas por esse cliente e as avaliações fornecidas por outros clientes. Dessa forma, a sugestão de um produto a um usuário deve utilizar os dados de outra pessoa que venha avaliando ao longo do tempo de maneira semelhante a esse usuário. Este método consiste em um conjunto de passos que são: calcular a similaridade entre os usuários, selecionar os vizinhos mais próximos e fazer a previsão sobre avaliação do usuário alvo para um produto não consumido. Existem equações que calculam a similaridade entre usuários, a mais conhecida é a medida de similaridade do cosseno.
- Filtragem por Conteúdo
Esse método de recomendação é baseado nas informações sobre o conteúdo dos itens e utiliza algoritmos de aprendizagem de máquina para induzir um perfil das preferências de um usuário a partir de exemplos, tendo em vista uma descrição das características dos conteúdos. Por exemplo, filmes podem ser categorizados como ação, terror, romance ou comédia. O filme é classificado a partir da maioria das características que se enquadra numa determinada categoria. Esse método de recomendação é composto por 4 etapas: 1 - Classificação dos itens avaliados segundo as categorias pré-estabelecidas; 2 – Cálculo de média da avaliação de cada categoria, para cada avaliador; 3 – Ordenação dos itens avaliados para obter listas de preferências ordenadas por categorias; 4 – Cálculo da previsão de avaliação.
Num mundo com tanta informação, em que o tempo é cada vez mais valioso, os sistemas de recomendação são um grande artifício para as empresas conseguirem ajudar seus clientes na tomada de decisão e com isso aumentar suas vendas. Essa é uma boa estratégia, já que em determinadas situações alguns clientes desejam comprar um produto, mas não sabem o quê. Agora no final do ano, por exemplo, em que muitas pessoas estão comprando presentes para o Natal, um bom sistema de recomendação pode ajudar os indecisos. Afinal, como Steve Jobs disse “As pessoas não sabem o que querem até você mostrar a elas”. Algumas empresas sabem disso e utilizam esses sistemas, a exemplo da Amazon, Ebay, Submarino, Americanas, etc.
Grupo PET Computação UFCG, 2011. All rights reserved.
