Detalhes bibliográficos
| Ano de defesa: |
2019 |
| Autor(a) principal: |
Souza, Antônio Alex de |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual do Ceará
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=93501
|
Resumo: |
A presente dissertação documenta a construção de um sistema recomendador de notícias, denominado Luppar News-Rec, e sua avaliação. Luppar News-Rec é constituído de três subsistemas: o subsistema de captura, pré-processamento e armazenamento, o subsistema de classificação e o subsistema de aquisição de perfis de assinantes e distribuição de notícias. O foco principal é no subsistema de classificação de notícias sendo que para os outros dois foram implementadas apenas funcionalidades básicas essenciais. No projeto do subsistema de classificação avalia-se a eficácia da combinação de modelos de representação de documentos, incluindo uma abordagem embedding ponderada, com algoritmos de classificação de texto monorrótulo e multirrótulo. O trabalho deste subsistema é classificar as notícias em tópicos de interesse e distribuí-las conforme o perfil dos assinantes. Os modelos de representação de documentos do tipo BoW, matriz TF-IDF, Word2Vec e FastText, esses dois últimos também utilizando a abordagem E2V-IDF, são combinados com os classificadores KNN, SVM(RBF), Decision Tree, Random Forest. Os resultados mostram o desempenho significativamente superior da combinação SVM (kernel: RBF) com embeddings utilizando a abordagem E2V-IDF em relação a representações embeddings tradicionais, para a maioria das coleções abordadas. <div>Palavras-chave: Classificação. Representação de Documentos. Incorporação de Palavras. Notícias. Recomendação</div> |
