top of page

Algoritmos de recomendação são técnicas probabilisticas usadas para sugerir itens a consumidores virtuais baseados em suas preferências pessoais ou nas de pessoas com gostos similares aos seus.

Os principais tipos de sistemas de recomendação são baseados em

  • filtragens por conteúdo, ou seja, de itens similares aos preferidos pelo próprio usuário;

  • filtragens colaborativas, que consideram as escolhas feitas por pessoas com gostos similares ao do cliente que está recebendo a recomendação; 

  • modelos híbridos, que combinam o melhor das duas técnicas acima;​

  • técnicas de associação e market basket, como os algoritmos Apriori, Eclat, FP-growth

  • itens mais populares.

Casos de sucesso de usos de sistemas de recomendação: 

  • Amazon com as suas apresentações de livros e produtos disponíveis em seu marketpplace para o público consumidor;

  • Netflix com as suas sugestões de filmes, séries e documentários para os seus assinantes;

  • YouTube com as indicações de vídeos para os visitantes do seu site.

​Saiba mais: Wikipedia em português, Wikipedia em inglêstodos os posts deste blog.

Técnicas & frameworks: Natural Language Processing Toolkit (NLPT), scikit-learn e distância de similaridade calculado com cosseno.

Modelos_Mineração-de-texto-e-Sistema-de-Recomendacao-Filmes.jpg
bottom of page