• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.55.2022.tde-10102022-134457
Documento
Autor
Nome completo
Luan Soares de Souza
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2022
Orientador
Banca examinadora
Manzato, Marcelo Garcia (Presidente)
Durão, Frederico Araújo
Marinho, Leandro Balby
Rezende, Solange Oliveira
Título em inglês
Personalizing explanations in recommender systems with different levels of details based on users' reviews
Palavras-chave em inglês
Explanations
Recommender systems
Text summarization
Resumo em inglês
The amount of data available on the Internet increases the importance of Recommender Systems. However, recommender systems can be seen as a black box to the users, motivating studies to explain why a recommendation has been made. Most of the approaches only use the structured data and the users interactions, and recently, approaches have begun to use the users annotations. Nevertheless, explanation algorithms are frequently limited to a restricted group of recommendation algorithms that can be explained. However, agnostic approaches have been studied to solve this problem. Moreover, proposals of recommender systems with serendipity have become common, and explanations with different levels of details can improve the knowledge discovery process and the users satisfaction. In this context, this project proposes to enable explanations with different levels of detail, utilizing user reviews and hierarchical clustering techniques. The hierarchical clustering enables a vision of different levels of granularity of aspects, and user reviews may provide aspects and sentences to summarize their explanations.
Título em português
Personalização de explicações em recomendação com diferentes níveis de detalhamento usando revisões de usuários
Palavras-chave em português
Explicações
Sistemas de recomendação
Sumarização de textos
Resumo em português
Com a grande quantidade de conteúdos disponíveis na Internet, a importância de sistemas de recomendação se torna cada vez maior. Porém, devido à complexidade, os parâmetros das recomendações podem não ser claros ao usuário, o que motivou estudos que visam explicar as recomendações. Muitas das abordagens envolvem somente dados de interações de usuários e dados estruturados, mas recentemente abordagens que utilizam anotações de usuários vem sendo notadas. Entretanto, frequentemente os algoritmos de explicação estão limitados a um grupo de modelos que são intrinsecamente explicáveis, e estudos recentes exploram explicações agnósticas ao modelo de recomendação para contornar esse problema. Além disso, propostas de sistemas de recomendação com níveis de surpresa se tornam cada vez mais comum, e explicações com diferentes níveis de detalhamento podem colaborar com a descoberta de conhecimento e com a satisfação do usuário. Nesse sentido, a proposta deste projeto é possibilitar a geração de explicações com diferentes níveis de detalhamento, utilizando técnicas de agrupamento hierárquico de aspectos extraídas de revisões de usuários. O agrupamento hierárquico pode oferecer diferentes níveis de granularidades de aspectos e as revisões podem fornecer aspectos e sentenças para sumarização de explicações de itens.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
LuanSoaresdeSouza.pdf (3.76 Mbytes)
Data de Publicação
2022-10-10
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2023. Todos os direitos reservados.