Estratégia de pós-processamento aplicada a um sistema de recomendação de artigos visando refletir os vários interesses do usuário

• Main Author: Borba, Caroline Sala de
• Publication Date: 2020
• Format: Bachelor thesis
• Language: por
• Source: Repositório Institucional da Udesc
• dARK ID: ark:/33523/001300000cw34
• Download full: https://repositorio.udesc.br/handle/UDESC/18449
• topic: Computação; Sistemas de recomendação (filtragem de informações)

Sistemas de Recomendação auxiliam o usuário em ambientes que dispõe muita informação, sugerindo itens de acordo com seu perfil e preferências. Por muito tempo, o foco das pesquisas em Sistemas de Recomendação era como e quais estratégias usar para aumentar a precisão das sugestões do sistema. O aumento do impacto e do escopo das recomendações na vida dos usuários, levou à discussões sobre as questões éticas envolvidas na geração das recomendações e indícios de viés nos resultados dos algoritmos foram encontrados. Viés este, que pode estar relacionado à prioridade dada a um gênero em detrimento de outro no contexto de recomendações de imagens ou de candidatos à vagas de emprego, à prioridade de somente algumas preferências do perfil do usuário ou até prioridade de alguns grupos demográficos maiores em relação a outros no contexto financeiro dos sistemas de recomendação. Este trabalho estuda as relação das questões éticas nos sistemas de recomendação e propõe uma estratégia de pós-processamento aplicada a um sistema de recomendação, com o intuito de calibrar as recomendações para refletir os vários interesses do usuário na lista de itens recomendados. Essa estratégia foi implementada em um sistema de recomendação de artigos e avaliada por 71 usuários. Como resultado percebe-se que comparado com o baseline, a precisão do sistema teve um aumento de aproximadamente 3%