Download como arquivo ICAL
Mestrado: "Personalização da Experiência em Museus: Aplicação Real de um Sistema de Recomendação"
Terça-feira 17 Dezembro 2019, 17:00
Contato: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Candidato: Felipe Ferreira Laskoski

Orientador: Prof. Dr. Alfredo Goldman vel Lejbman

 

Resumo:

FERREIRA LASKOSKI, F., Personalização da Experiência em Museus: Aplicação Real de um Sistema de Recomendação. 2019. 110 f. Dissertação (Mestrado) - Instituto de Matemática e Estatística, Universidade de São Paulo, São Paulo, 2019.


A rápida evolução tecnológica tem expandido constantemente as fronteiras das aplicações de diversas áreas na vida das pessoas. A aplicação de sistemas de recomendação é um exemplo que se beneficiou com essa evolução e que hoje é aplicado em muitos contextos novos, como em museus. Diversos estudos se propuseram a gerar um sistema de recomendação para enfrentar a típica dificuldade de sobrecarga de informação, que costuma ser experimentada pelos visitantes desses lugares. Mas esses sistemas, em sua maioria, não exploraram as capacidades tecnológicas hoje disponíveis ou não foram testados em  ambientes reais de utilização. Esta pesquisa busca atender essas oportunidades pela criação e avaliação online de um sistema de recomendação híbrido baseado em informações de contexto e no método de recomendação collaborative filtering, que gera rotas personalizadas de visitação com o objetivo de maximizar a satisfação do usuário ao mesmo tempo em que minimiza a distância do percurso da visita. O sistema foi avaliado através da utilização de um número expressivo
de visitantes reais em um museu de São Paulo e seu desempenho foi aferido em relação à acurácia e satisfação do usuário. As avaliações foram feitas em duas etapas, sendo que a segunda foi realizada com um sistema com melhorias baseadas nos resultados da primeira etapa. Os resultados indicaram uma tendência de melhora na acurácia das recomendações e satisfação dos usuários, tanto da primeira para a segunda etapa, quanto com o aumento da base de dados gerados pelos usuários.


Palavras-chave: Sistemas de recomendação, tecnologia em museus, collaborative filtering,
contexto, cidades inteligentes, aplicativos.

Local Sala 249 -A