• 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
 
 
Mémoire de Maîtrise
DOI
https://doi.org/10.11606/D.55.2020.tde-24072020-164418
Document
Auteur
Nom complet
Gabriela Passos
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Carlos, 2020
Directeur
Jury
Rodrigues, Francisco Aparecido (Président)
Boas, Paulino Ribeiro Villas
Comin, César Henrique
Travieso, Gonzalo
Titre en portugais
Redes Bipartidas para recomendação de produtos financeiros
Mots-clés en portugais
Projeção de redes bipartidas
Recomendação
Redes bipartidas
Redes complexas
Resumé en portugais
Com a nova era digital, nota-se que a troca de informação é praticamente instantânea, tornando cada vez mais imprevisível o padrão de comportamento dos clientes. Desta forma, os sistemas de recomendação são fortemente utilizados no mundo, pois entender o cliente e ofertar experiências cada vez mais relevantes faz-se necessário. Com isso, surge a demanda de se criar um algoritmo eficiente que lide corretamente com os novos comportamentos de consumo. Uma maneira de direcionar efetivamente os produtos e serviços das empresas é o sistema de recomendação, que ajuda a melhorar o potencial de consumo e com isso a receita. Estes são também interessantes para o cliente, pois eles apresentam possibilidades baseadas em seus interesses, diminuindo assim o número de objetos indesejados a serem ofertados. Uma forma eficiente de se construir um sistema é encontrando os padrões de consumo dos clientes e desse modo identificar os interesses corretos de cada consumidor. Um conjunto com usuários e objetos, onde cada usuário coleta/compra um certo objeto, é o necessário para se criar um sistema de recomendação. A teoria de redes complexas pode ser utilizada para descrever e modelar tais sistemas. Em particular, para sistemas de recomendação é comum utilizar projeções de redes bipartidas para resolver o problema. Nessa dissertação, serão abordadas formas de recomendação de produtos utilizando uma projeções assimétrica. Com a criação de um sistema de recomendação com a projeção de rede bipartida é possível comparar o método com outras formas de recomendação, como uma recomendação aleatória e a regra de associação. Quando o sistema é testado em momentos distintos é possível verificar que as recomendações feitas através da projeção possuem uma acurácia melhor que os outros sistemas.
Titre en anglais
Use of Bipartite Networks to create a recommendation system for financial products
Mots-clés en anglais
Bipartite network projection
Bipartite networks
Complex networks
Recommendation
Resumé en anglais
In this digital era, information exchange time is seen as almost instantaneous, which in turn makes the behavior patterns relatively unpredictable. This way, recommending systems are being more and more used in business to provide a better understanding of each customer and offer each one of them a more relevant experience. There is a demand, then, for an algorithm that can deal correctly with the new consumer patterns. A new way to effectively direct products and services from companies to customers is to utilize a system, which helps to improve upselling and income. These systems are also interesting from a customer perspective, as they present possibilities based on previous interests, diminishing the suggestion of unwanted objects. Efficient systems identify consuming patterns and make a suggestion based on them for each customer individually. A set of users and objects, where each user collects / buys a given object, is a recommendation system. Complex networks theory can be used to describe and model such systems. In particular, for recommending systems it is common to utilize bipartite networks to solve this problem. In this work, recommending products using bipartite networks will be studied and applied. After desiging and implementing a recommending system using projections on a bipartite network, it is possible to compare this method with other types of recommenders, such as random recommenders and association rule When the system is tested in distinct moments, it is verifiable that the recommendations made using bipartite network projections have a better accuracy than the others.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2020-07-24
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2020. Tous droits réservés.