Recomendação de conteúdo em um contexto de big data

Santos, Everton Schneider dos

Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/12519

Registro completo de metadados

Campo DC	Valor	Idioma
dc.creator	Santos, Everton Schneider dos
dc.date.accessioned	2020-11-16T13:09:40Z	-
dc.date.available	2020-11-16T13:09:40Z	-
dc.date.issued	2015-06-12
dc.identifier.citation	SANTOS, Everton Schneider dos. Recomendação de conteúdo em um contexto de Big Data. 2015. 51 f. Trabalho de Conclusão de Curso (Graduação) – Universidade Tecnológica Federal do Paraná, Medianeira, 2015.	pt_BR
dc.identifier.uri	http://repositorio.utfpr.edu.br/jspui/handle/1/12519	-
dc.description.abstract	This work uses knowledge extraction in social media based on content recommendation. The process is aided in Big Data aproaches and uses sentiment mining. The growing in social media is a challenge for companies and reasearchers focusing knowledge extraction of massive data in real time. This work evaluated the user preference for technology companies. Sentiment mining is used to measure user preference for a given company. The gathered data are used to build content recommenders and its results are analyzed. The UserBased recommender, with NearestNUser neighborhood and Tanimoto Coefficient similary obtained results closest to ideal, with a score of 0.020, precision of 0.246, recall of 0.259 and F1 measure of 0.252.	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Tecnológica Federal do Paraná	pt_BR
dc.rights	openAccess	pt_BR
dc.subject	Redes sociais on-line	pt_BR
dc.subject	Mineração de dados (Computação)	pt_BR
dc.subject	Processamento eletrônico de dados	pt_BR
dc.subject	Online social networks	pt_BR
dc.subject	Data mining	pt_BR
dc.subject	Electronic data processing	pt_BR
dc.title	Recomendação de conteúdo em um contexto de big data	pt_BR
dc.type	bachelorThesis	pt_BR
dc.description.resumo	Este trabalho propõe o uso de recomendação de conteúdo para extração de conhecimento em redes sociais. O processo é amparado nas abordagens de Big Data, além de fazer uso de mineração de sentimentos. O crescimento na geração de conteúdo em redes sociais é um desafio para empresas e pesquisadores que desejam extrair conhecimento em tempo real de volumes massivos de dados. Avaliou-se a preferência dos usuários por empresas de tecnologia. Para medir a preferência dos usuários por um determinado item foi utilizada a abordagem baseada em mineração de sentimentos. Os dados gerados foram então utilizados para construir recomendadores de conteúdo e os resultados obtidos foram avaliados. O recomendador do tipo Userbased, com a vizinhança do tipo NearestNUser e a medida de similaridade Tanimoto Coefficient obteve os resultados que mais se aproximaram do ideal, com um score de 0.020, precisão de 0.246, cobertura de 0.259 e medida F1 de 0.252.	pt_BR
dc.degree.local	Medianeira	pt_BR
dc.publisher.local	Medianeira	pt_BR
dc.contributor.advisor1	Candido Junior, Arnaldo
dc.contributor.referee1	Candido Junior, Arnaldo
dc.contributor.referee2	Bazzi, Claudio Leones
dc.contributor.referee3	Paula Filho, Pedro Luiz de
dc.contributor.referee4	Aikes Junior, Jorge
dc.publisher.country	Brasil	pt_BR
dc.publisher.program	Ciência da Computação	pt_BR
dc.publisher.initials	UTFPR	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO	pt_BR
Aparece nas coleções:	MD - Ciência da Computação

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
MD_COCIC_2015_1_01.pdf		1,45 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Recomendar este item Visualizar estatísticas