Apresentar os fundamentos de sistemas de recomendação, abordando questões relevantes a arquiteturas, dados e informação, análise de conteúdo, técnicas e avaliação de sistemas de recomendação. Analisar e desenvolver ferramentas e aplicações, como as presentes em sistemas atuais, aplicando a teoria de modo prático.
Histórico e terminologia. Conceitos básicos. Recomendação colaborativa, baseada em conteúdo, baseada em conhecimento e híbrida. Avaliação de recomendadores. Tópicos avançados.
Histórico e terminologia. Conceitos básicos: avaliações, predições, recomendações e taxonomia. Recomendação colaborativa: baseada em memória e baseada em modelos. Recomendação baseada em conteúdo: representação, baseada em similaridade e em classificação. Recomendação baseada em conhecimento: representação, inferência, baseada em restrições e exemplos, mecanismos de interação. Recomendação híbrida: estratégias e conceitos. Avaliação de recomendadores: métricas de avaliação, avaliação offline e online, projeto experimental e modelos de decisão. Tópicos avançados: segurança e privacidade, interpretabilidade, diversidade e novidade, socialização e ubiquidade. Atividades de Extensão: Os estudantes podem realizar projetos em grupo para conscientização da população sobre algoritmos de sistemas de recomendação e seus impactos no uso da tecnologia do dia-a-dia, incluindo recomendação de vídeos, texto, notícias, propagandas e anúncios em diferentes contextos. Há vários temas que podem ser vistos sob esta ótica. A realização de cursos para a sociedade, palestras e produção de conteúdo são candidatos. Carga horária: 10 horas.
Livros texto 1. Recommender Systems: An Introduction, Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich. Cambridge University Press, 2010. 2. Recommender Systems Handbook, Francesco Ricci, Lior Rokach, Bracha Shapira, Paul B. Kantor. Springer-Verlag, 2010. Bibliografia complementar Textos relacionados à disciplina.