Os sistemas de recomendação surgiram com o objetivo de auxiliar os usuários no processo de busca na Web, indicando informações para o usuário com base no seu perfil. Esses sistemas são de grande valia para o processo de aprendizagem, pois professores e alunos podem realizar buscas por conteúdos educacionais mais apropriados ao seu perfil (nível de formação, áreas de interesse, etc.). Este artigo apresenta um modelo de referência para sistema de recomendação, que dispensa a intervenção do usuário no momento de traçar seu perfil e utiliza técnicas de mineração de dados. O modelo foi implementado no protótipo “Ponto com Filtro” para verificar sua aplicabilidade.
In this paper, we describe a recommender system that enables personalized search on Scholar Google. This kind of system is needed to support learning process, because teachers and learners can make the right choices from an expansive list of options. One of main advantages of the system "Ponto com Filtro" is to create the user profile in a implicit way without user´s interaction. The system was used by a users group aiming to verify its applicability. Our studies show that the implemented solution enables users to find relevant resources and improves relevancy of results. 1.INTRODUÇÃOOs sistemas de busca na Web têm sido amplamente utilizados, principalmente para busca de recursos de aprendizagem. Esses sistemas, pelo fato de retornarem muitos dados, geram uma tarefa árdua para os usuários, principalmente na procura dos recursos mais relevantes. Os sistemas de recomendação surgiram como uma forma de agilizar o processo de busca na Internet. Nesses sistemas, os usuários são auxiliados em suas pesquisas, pois recebem indicação de recursos de acordo com o seu perfil. Uma das dificuldades desses sistemas é o processo de aquisição dos dados que irão compor o perfil do usuário. Duas formas de aquisição de dados são normalmente usadas: explícita e implícita. Adquirir dados de forma explícita consiste em coletá-los diretamente do usuário, através de questionários que devem ser respondidos. Esse método não agrada os usuários, pois o preenchimento de formulários demanda muito tempo, além da inexistência de informações sobre a confiabilidade do sistema. Adquirir dados implicitamente resume-se em coletar as operações realizadas pelo usuário durante interação com algum site. Técnicas como redes semânticas, bases de regras e lógica fuzzy podem ser aplicadas sobre esses dados de forma a descobrir as preferências do usuário.O objetivo deste trabalho é apresentar um sistema de recomendação que adquire o perfil do usuário de forma implítica, visando a redução de esforço do usuário na criação de seu perfil. Além disso, o processo de busca será facilitado, pois os resultados apresentados estarão em conformidade com o perfil do usuário. O perfil será criado com informações que o usuário tem disponível na Internet, por exemplo, do seu currículo, da sua página Web, etc. O usuário, ao realizar uma pesquisa, informará apenas a(s) palavra(s)-chave para a busca, enquanto o sistema encarrega-se de coletar dados para o seu perfil e realizar a busca com base nessas informações. Assim, uma das vantagens do sistema é realizar uma busca sobre o assunto desejado de acordo com o perfil do usuário, refinando a pesquisa e apresentando resultados mais específicos e relevantes.O sistema "Ponto com Filtro" utiliza-se de dados contidos no currículo Lattes [1] do usuário e de sua página pessoal para a criação do perfil do usuário. As informações do usuário, consideradas necessárias pelo sistema de recomendação, são: dados pessoais, formação acadêmica e área de atuação. Nesse protótipo, a pesquisa por artigos acadêmicos é feita com o auxílio da ferramenta ...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.