FAiR: Framework de Avaliação e Caracterização em Sistemas de Recomendação

Authors

  • Diego Carvalho UFSJ
  • Nícollas Silva Universidade Federal de Minas Gerais - UFMG
  • Leonardo Rocha UFSJ

DOI:

https://doi.org/10.5753/reic.2018.1061

Abstract

Sistemas de Recomendação (SsR) tornaram-se essenciais em e-commerces. Estratégias de SsR vêm sendo propostas para auxiliar usuários na tomada de decisão. O processo de avaliação de SsR é hoje um grande ponto de divergência, uma vez que não existe um consenso de quais métricas são necessárias para se consolidar um novo SR. Nesse trabalho, realizamos um amplo estudo dessas métricas organizando-as em três grupos: Effectiveness-based, Complementary Dimensions of Quality e Domain Profiling. Consolidamos um framework denominado FAiR, capaz de auxiliar pesquisadores na avaliação de SsR frente a essas métricas, além de identificar as características das coleções de dados que possam intrinsecamente influenciar no desempenho deles.

Downloads

Não há dados estatísticos.

Downloads

Published

2018-06-02

Como Citar

Carvalho, D., Silva, N., & Rocha, L. (2018). FAiR: Framework de Avaliação e Caracterização em Sistemas de Recomendação. Revista Eletrônica De Iniciação Científica Em Computação, 16(3). https://doi.org/10.5753/reic.2018.1061

Issue

Section

Edição Especial: CTIC/CSBC