Para fazer uma escolha frente ` a tantas alternativas apresentadas, geralmente, confiamos nas opini˜ oes passadas diretamente por outras pessoas, opini˜ oes de revisores de filmes ou de livros, jornais impressos, m´ ıdia em geral, dentre outros. Shardanand and Maes [1995] (Pydata) 23 de agosto de 2018 4 / 49
”` A medida que aumenta o n´ umero de op¸ c˜ oes, o esfor¸ co exigido para tomar uma decis˜ ao acertada tamb´ em aumenta; esse ´ e um dos motivos pelos quais a escolha pode deixar de ser uma vantagem para se transformar em um ˆ onus”(pag 68) Schwartz [2004] - The Paradox of Choice: Why More is Less. Ecco, 1 edition. (Pydata) 23 de agosto de 2018 5 / 49
espantoso tamanho da Cauda Longa cria um mercado de produtos n˜ ao-populares que rivaliza com o mercado dos populares. Do mercado de massa para o mercado de nicho. Anderson [2006] - The long tail. Random House Business. (Pydata) 23 de agosto de 2018 7 / 49
das vendas da Amazon se situa fora dos 100 mil livros mais procurados. 21% das vendas do Netflix se concentram em filmes n˜ ao populares. Anderson [2006] - The long tail. Random House Business. (Pydata) 23 de agosto de 2018 8 / 49
sistemas de recomenda¸ c˜ ao s˜ ao utilizados nas redes de com´ ercio, como por exemplo, Amazon.com, eBay e Levis para estimular a compra de itens. Schafer et al [1999] - Recommender systems in e-commerce. In EC’99. Proceedings of the 1st ACM conference on Eletronic commerce. (Pydata) 23 de agosto de 2018 9 / 49
Prize (busca de qualidade das recomenda¸ c˜ oes) $1million para quem melhorar em 10% o sistema de recomenda¸ c˜ ao (Pydata) 23 de agosto de 2018 10 / 49
quaisquer sistemas que tenham por objetivo produzir como sa´ ıda recomenda¸ c˜ oes individualizadas, ou produzir o efeito de orientar o usu´ ario de forma personalizada diante de uma grande variedade de op¸ c˜ oes.” Burke [2002] - Hybrid recommender systems: Survey and experiments. User modeling and User-Adapted Interaction. (Pydata) 23 de agosto de 2018 12 / 49
de tomada de decis˜ oes, via automatiza¸ c˜ ao desse processo de indica¸ c˜ ao j´ a h´ a muito praticado nas rela¸ c˜ oes humanas. Ou seja, proporcionar ao usu´ ario uma forma de identifica¸ c˜ ao personalizada baseada nas suas preferˆ encias, aproximando-o do potencial conte´ udo de interesse. (Pydata) 23 de agosto de 2018 13 / 49
c˜ ao lidam com dois tipos de entidade: itens e usu´ arios - e s˜ ao geralmente classificados em trˆ es categorias: Abordagem baseada em conte´ udo, abordagem ou filtragem colaborativa e abordagem h´ ıbrida. Member Adomavicius and Member-Tuzhilin [2005] - Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions. (Pydata) 23 de agosto de 2018 15 / 49
sugerem itens mais vendidos. Problema: Cold Start = itens novos nunca foram avaliados por nenhum usu´ ario ou usu´ arios novos nunca avaliaram nenhum item. Falta de passado! (Pydata) 23 de agosto de 2018 19 / 49
vistos na Netflix vem de recomenda¸ c˜ oes; 38% das not´ ıcias clicadas no Google News vem de recomenda¸ c˜ oes; 35% das vendas da Amazon vem de recomenda¸ c˜ oes. Music Recommendation Tutorial [2007]: Celma & Lamere ISMIR (Pydata) 23 de agosto de 2018 47 / 49
Your Podcast. Everywhere. Effortlessly.
pydatabh
voginip
.png){kind=avatar}
statditto
signer
trycycle
bonotake
michielstock
hf149
shomaekawa
.jpg){kind=avatar}
lychee1223
syuchimu
ykiyota
schroneko
jcasabona
keavy
marcduiker
mkilby
tmiket
addyosmani
malarkey
baasie
chriscoyier
geoffreycrofte
notwaldorf
