Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/5514
Título: Recomendação de conteúdo em um contexto de big data
Autor(es): Santos, Everton Schneider dos
Orientador(es): Candido Junior, Arnaldo
Palavras-chave: Redes sociais on-line
Mineração de dados (Computação)
Processamento eletrônico de dados
Online social networks
Data mining
Electronic data processing
Data do documento: 12-Jun-2015
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Medianeira
Referência: 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.
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.
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.
URI: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/5514
Aparece nas coleções:MD - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MD_COCIC_2015_1_01.pdf1,45 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.