Sistemas de Recomendação é uma área de extrema importância atualmente, evidenciada pelo grande número de redes sociais e e-commerce. Diariamente vemos sua aplicação nas redes sociais quando recebemos uma sugestão de amigo ou de produto. Essa recomendação é feita baseada em informações retiradas do nosso perfil, lista de amigos e das páginas que acessamos.
Para entendermos um pouco mais sobre os Sistemas de Recomendação, precisamos saber como eles são classificados. Esses sistemas podem ser divididos em três categorias, a partir de como a recomendação é feita:
• Baseado em Conteúdo, quando o sistema recomenda ao usuário produtos que sejam semelhantes ao que ele preferiu no passado.
• Filtragem Colaborativa que consiste na recomendação de itens que pessoas com gosto semelhante preferiram no passado.
• Sistemas Híbridos que combinam as duas abordagens mencionadas, tentando fortificá-las e superar suas desvantagens.
Agora que já sabemos um pouco sobre a área, vamos entender mais sobre a pesquisa "Levantamento do Estado da Arte em Sistemas de filtragem de informação e de recomendação personalizada de recursos no contexto de redes sociais".
A equipe tem como objetivo criar estratégias para miniziar a dificuldade que as pessoas têm em escolher entre uma grande variedade de produtos/serviços que lhe são apresentadas. Atualmente, a pesquisa está no início e por enquanto está concentrada na busca por conhecimento sobre o assunto, tentando identificar possíveis dificuldades e limitações na área de Sistemas de Recomendação. É possível perceber pelo título, que a pesquisa tem foco na aplicação desses sistemas em redes sociais, tais como Facebook, Twitter e MySpace.
A pesquisa tem vinculação com o LIA - Laboratório de Inteligência Artificial (inserida no Grupo de Modelos Computacionais e Cognitivos) e com o Grupo PET Computação. O projeto está sob a orientação do Prof. Dr. Evandro de Barros Costa, da Universidade Federal de Alagoas e participante do programa de pós-graduação em Ciência da Computação da UFCG, tendo como orientando o petiano Janderson Jason Barbosa Aguiar.
Caso tenha se interessado pela área e queira se informar mais sobre o assunto, sugiro pesquisar sobre KDD ( extração de conhecimento, do inglês knowledge-discovery in databases ), filtragem de informação e como trabalhar com um grande número de dados que são tópicos que o pesquisador da área deve ter conhecimento. Se quiser obter mais informações sobre a pesquisa, entre em contato com o petiano Janderson Aguiar pelo e-mail janderson.aguiar@ccc.ufcg.edu.br
Grupo PET Computação UFCG, 2012. All rights reserved.
