Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/12519| 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 |
| Citação: | 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.utfpr.edu.br/jspui/handle/1/12519 |
| 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 |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.