Sistema de recomendação baseado em pontos de interesse para apoiar os acadêmicos de um Smart Campus

• Autor(a) principal: Carvalho, Guilherme Xavier de
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Udesc
• dARK ID: ark:/33523/001300000v5qq
• Texto Completo: https://repositorio.udesc.br/handle/UDESC/18892
• topic: Computação; Sistemas de recomendação (filtragem de informações)

Sistemas de Recomendação (SR) são softwares utilizados para sugerir itens ao usuário de forma personalizada e automatizada. Quando aliado a Pontos de Interesse (POI), podem estabelecer locais como itens passíveis de recomendação. Esse tipo de abordagem é útil quando a quantidade de POI disponíveis para um usuário é muito grande ou ainda quando o usuário desconhece os POI do local explorado. Logo, surge a necessidade de personalizar as recomendações para atender aos interesses e às necessidades desses usuários. Uma vez que a filtragem dos dados reduz o número de itens que o usuário necessita analisar, ela diminui sua a carga cognitiva e informacional. Logo, o objetivo deste trabalho é propor um modelo para recomendar POI, a fim de apoiar sua jornada acadêmica em um Smart Campus. Para que esse propósito fosse cumprido, um levantamento da literatura e dos trabalhos relacionados foi conduzido e os conceitos básicos foram estabelecidos. Um algoritmo foi criado, alinhado principalmente com os interesses e necessidades de seu público alvo. Esse algoritmo representa os usuários e os itens a serem recomendados por meio de um vetor de tags, isto é, palavras-chave que descrevem tal entidade. Desse modo, tanto os usuários quanto os itens são estruturados em matrizes e ponderados pela métrica de Term Frequency-Inverse Document Frequency (TF-IDF). Finalmente, a similaridade entre itens e usuário é calculada e geram as recomendações que são apresentadas por meio de uma aplicação web, o aonde, e permitem a interação com o usuário. O aonde foi utilizado por 110 pessoas, 63 responderam um questionário de satisfação e assim possibilitaram a coleta de insumos utilizados na avaliação do sistema. Por meio destes, aferiu-se uma precisão de 61% nas recomendações de itens aos usuários, bem como uma alta taxa de satisfação, onde 90,5% dos que responderam ao questionário disseram estar satisfeitos ou muito satisfeitos com os locais sugeridos pelo aplicativo. O fato é que, a proposta deste trabalho mostrou-se útil para a rotina dos estudantes, impactando na jornada acadêmica e apoiando os acadêmicos ao longo dela