Explorando relações entre usuários em um sistema de recomendação híbrido baseado em filmes

Abstract

Sistemas de Recomendação tornaram-se populares e amplamente aplicados em todo o mundo nas mais diversas linhas de atuação na indústria e na academia. Sites e serviços vem implementando esses conceitos para auxiliar usuários a filtrar informações que de fato são relevantes, tornando assim sua experiência mais personalizada. Há diversas formas de se construir um Sistema de Recomendação, como a filtragem baseada em conteúdo e filtragem colaborativa. Sistemas de Recomendação híbrido se propuseram a combinar os benefícios de ambas as abordagens, prometendo ser uma solução mais robusta para atender às necessidades e desafios desta área. Esse trabalho tem como objetivo analisar as descrições dos filmes como modelo de usuário, com o objetivo de melhorar as predições do algoritmo, e o algoritmo proposto é avaliado usando a métrica Root Mean Square Error e teste estatísticos. Os resultados indicam que a abordagem híbrida proposta apresenta uma melhora em comparação com o algoritmo clássico KNN baseado em filtragem colaborativa.