Um Sistema de Recomendação Baseado em Nuvem

Autores

  • Ricardo Batista Rodrigues Universidade Federal de Pernambuco Centro de Informática
  • Frederico A. Durão Universidade Federal da Bahia Instituto de Matemática
  • Rodrigo E. Assad Universidade Federal Rural de Pernambuco Campus Dois Irmãos
  • Vinicius C Garcia Universidade Federal de Pernambuco Centro de Informática

Resumo

Os sistemas de recomendação têm como objetivo amenizar a sobre-carga de informação auxiliando usuário na busca pela informação desejada. Este artigo apresenta um mecanismo de recomendação de arquivos baseado em nuvem, em um ambiente de armazenamento de dados na nuvem. Com o Sistema de Recomendação, os usuários recebem recomendações de arquivos que são similares as suas preferencias, baseada nos arquivos no qual o usuário salva em sua conta no ambiente. Ao mesmo tempo, que os arquivos recomendados pelo sistema atendem os fatores da nuvem, recomenda ao usuário, arquivos com maior disponibilidade no ambiente.

Referências

Baeza-Yates, R. A. and Ribeiro-Neto, B. (1999). Modern Information Retrieval. AddisonWesley Longman Publishing Co., Inc., Boston, MA, USA.

Blanco-Fernandez, Y., Arias, J. J. P., Gil-Solla, A., Cabrer, M. R., and Nores, M. L.(2008). Providing entertainment by content-based filtering and semantic reasoning in intelligent recommender systems. IEEE Trans. Consumer Electronics, 54(2):727– 735.

Lai, C.-F., Chang, J.-H., Hu, C.-C., Huang, Y.-M., and Chao, H.-C. (2011). Cprs: A cloudbased program recommendation system for digital {TV} platforms. Future Generation Computer Systems, 27(6):823 – 835.

Lee, S., Lee, D., and Lee, S. (2010). Personalized dtv program recommendation system under a cloud computing environment. Consumer Electronics, IEEE Transactions on, 56(2):1034–1042.

Melville, P., Mooney, R. J., and Nagarajan, R. (2002). Content-boosted collaborative filtering for improved recommendations. In Eighteenth national conference on Artificial intelligence, pages 187–192, Menlo Park, CA, USA. American Association

for Artificial Intelligence.

Pazzani, M. J. and Billsus, D. (1997). Learning and revising user profiles: The identification of interesting web sites. Machine Learning, 27(3):313–331.

Phelan, O., McCarthy, K., and Smyth, B. (2009). Using twitter to recommend real-time topical news. In Proceedings of the third ACM conference on Recommender systems, RecSys ’09, pages 385–388, New York, NY, USA. ACM.

Ricci, F., Rokach, L., Shapira, B., and Kantor, P. B., editors (2011). Recommender Systems Handbook. Springer.

Shardanand, U. and Maes, P. (1995). Social information filtering: Algorithms for automating ”word of mouth”. pages 210–217. ACM Press.

Downloads

Publicado

2013-11-05

Edição

Seção

Artigos Completos