Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/10923/1532
Tipo: | masterThesis |
Título: | Recomendação de tags para mídia social colaborativa: da generalização à personalização |
Autor(es): | Ziesemer, Angelina de Carvalho A. |
Orientador: | Oliveira, Joao Batista Souza de |
Editor: | Pontifícia Universidade Católica do Rio Grande do Sul |
Programa: | Programa de Pós-Graduação em Ciência da Computação |
Fecha de Publicación: | 2012 |
Palabras clave: | INFORMÁTICA SISTEMAS DE RECUPERAÇÃO DA INFORMAÇÃO REDES SOCIAIS |
Resumen: | Sistemas de mídia social como Flickr, Youtube e Picasa tornaram-se muito populares devido ao seu ambiente para compartilhamento de imagens, vídeos e suporte à atribuição de tags, avaliações e comentários. Sistemas colaborativos possuem grandes quantidades de conteúdo provido pelos usuários, os quais fornecem informações relevantes para engines de recomendação. O uso de tags também permite a clusterização e busca de conteúdo baseado em palavras-chaves. Neste trabalho foi investigado um mecanismo para recomendar tags, desenvolvendo medidas de co-ocorrência, popularidade e relevância de tags comumente usadas em itens similares e por usuários similares. Foi desenvolvido um sistema para recomendar possíveis tags relevantes baseadas na similaridade contextual de outras tags providas pelos usuários. Para o desenvolvimento do experimento, foi utilizado um dataset do Flickr para gerar recomendações e analisar o comportamento do algoritmo e as atribuições efetuadas pelos usuários participantes. Os resultados obtidos demonstraram padrões de atribuição e desempenho de acordo com o conteúdo/contexto da imagem. Utilizando a frequência de atribuição baseada no histórico de cada perfil é sugerido um novo modelo personalizado para recomendação de tags. Social media systems such as Flickr, Youtube and Picasa have become very popular as they provide a collaborative environment to share photos and videos supporting tags, ratings and comments. This kind of interaction includes a lot of content provided by users, which may bring meaningful information to recommendation systems. The aggregation of tags is also a way to cluster items and provide tag-based search content. We investigate how to support tag recommendation by ranking the co-occurrence, popularity and relevance of commonly-used tags in similar items and by similar users. We developed a tag recommendation system to recommend of possibly relevant tags. We use Flickr’s dataset to analyze our algorithm’s behavior and present the results provide by the experiment. A new model using personalized recommendation was developed using the experiment results and the behavior of each user. |
URI: | http://hdl.handle.net/10923/1532 |
Aparece en las colecciones: | Dissertação e Tese
|
Todos los ítems en el Repositorio de la PUCRS están protegidos por derechos de autor, con todos los derechos reservados, y están bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional. Sepa más.