Please use this identifier to cite or link to this item: https://hdl.handle.net/10216/83519
Author(s): Guaicaipuro Alberto Oliveira Neves
Title: Empirical study of the behavior of several Recommender System methods on SAPO Videos
Issue Date: 2015-07-20
Abstract: In the last years, the internet became an indispensable tool for any company or internet user, which led to a huge amount of information being at every internet user's disposal. This information overload became a pressing problem making the user unable to keep track of his own interests. To solve this issue, recommender systems are developed to automatically suggest items to users that may fit their interests.The most popular strategies for predicting user preferences are: 1) Collaborative filtering, 2) Content-based filtering, 3) Social based filtering, 4) Social tagging filtering, 5) Knowledge-based filtering, 6) hybrid filtering, 7) context-aware filtering and 8)time-aware filtering. This thesis aims to do an empirical study regarding recommender systems strategies for the Sapo Videos website. The motivation for this work lays with assessing which is the best strategy for the proposed problem, that leads to finding the best tool and evaluation metrics. There are a lot of different tools and metrics to implement and evaluate this kind of strategies finding the best one will point out that best strategy. To accomplish this study it will be necessary to survey different recommendation tools, collect and prepare the data to be used on the experimental plataform that will be develop with some of the tools surveyed. In the end of each run of the experiment the data will analyzed using offline evaluation metrics that most suit the problem.Considering a growing number of platforms of online videos, this kind of recommendation systems also offers companies a great competitive advantage. It provides to its users personalized recommendations and also promotes their products.
Description: Nos últimos anos, a internet tornou-se numa ferramenta indispensável para qualquer empresa ou utilizador da mesma, o que levou à uma enorme quantidade de informações estar disponível aos seus utilizadores. Esta sobrecarga de informação tornaram-se um problema urgente que faz com que o utilizador não consiga manter o controle dos seus próprios interesses. Para resolver este problema, os sistemas de recomendação são desenvolvidos para sugerir automaticamente itens que sejam do interesse dos utilizadores.As estratégias de recomendação mais populares para prever as preferências do utilizador são: \emph{1) Content-based filtering, 3) Social based filtering, 4) Social tagging filtering, 5) Knowledge-based filtering, 6) hybrid filtering, 7) context-aware filtering and 8)time-aware filtering.} Esta tese tem como objetivo realizar um estudo empírico sobre recomendação de vídeos no site do Sapo. A motivação para este trabalho focasse com avaliar qual a melhor estratégia para o problems proposto,isto é, encontrar os melhores ferramentas e métricas de avaliação. Existem bastantes e diferentes ferramentas e métricas para avaliar e implementar este tipo de estratégias, encontrar a melhor combinação possível levará a encontrar uma melhor solução para o problema.Para realização deste estudo, será necessário fazer um levantamento de diferentes ferramentas de recomendação, recolher e preparar os dados a serem utilizados na plataforma experimental que será desenvolvido com algumas das ferramentas encontradas. No final de teste, os dados analisados serão avaliados usando as métricas de avaliação que mais se adequarem ao problema.Considerando o número crescente de plataformas de vídeos on-line, este tipo de sistema de recomendação também oferece às empresas uma grande vantagem competitiva.
Subject: Engenharia electrotécnica, electrónica e informática
Electrical engineering, Electronic engineering, Information engineering
Scientific areas: Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
Engineering and technology::Electrical engineering, Electronic engineering, Information engineering
TID identifier: 201806320
URI: https://repositorio-aberto.up.pt/handle/10216/83519
Document Type: Dissertação
Rights: openAccess
License: https://creativecommons.org/licenses/by-nc/4.0/
Appears in Collections:FEUP - Dissertação

Files in This Item:
File Description SizeFormat 
36000.pdfEmpirical study of the behavior of several RS methods on SAPO Videos1.35 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons