Análise e funcionamento de algoritmos de recomendação em plataformas de streaming e redes sociais
| Título | Análise e funcionamento de algoritmos de recomendação em plataformas de streaming e redes sociais | pt_BR |
| Autor | Silva, Wesley Emanuel da | |
| Orientador | Ruaro, André Faria | |
| Resumo / Abstract | Sistemas de recomendação estão no centro da experiência digital atual, mas equilibrar precisão (acertar o gosto do usuário) com diversidade (oferecer recomendações variadas) continua sendo um desafio técnico e ético relevante, especialmente pelo risco de formação de bolhas de filtro. Este trabalho compara dois algoritmos clássicos: a Filtragem Colaborativa baseada em SVD (Singular Value Decomposition) e a Recomendação Baseada em Conteúdo com TF-IDF (Term Frequency–Inverse Document Frequency), aplicados ao dataset MovieLens 1M com 1.000.209 avaliações de 6.040 usuários. Os dois modelos foram avaliados simultaneamente com quatro métricas (Precision@10, Recall@10, NDCG@10 e Diversidade intra-lista) sobre os 20 usuários mais ativos, usando protocolo leave-30%-out com semente fixa para garantir reprodutibilidade. Os resultados revelaram um achado contra-intuitivo: o SVD superou o TF-IDF não só em precisão (média de 0,705 contra 0,080 em Precision@10), como também em diversidade (0,797 contra 0,087). Em 12 dos 20 usuários, a diversidade do TF-IDF foi zero, ou seja, todos os dez filmes recomendados pertenciam ao mesmo gênero. Esse comportamento ocorre porque o modelo de conteúdo amplifica a concentração do catálogo em Drama e Comédia, criando bolhas de filtro em vez de combatê-las. O trabalho conclui que o trade-off entre precisão e diversidade é mais complexo do que a literatura costuma apresentar, e que a escolha do algoritmo deve considerar também a distribuição de gêneros do catálogo. Um protótipo interativo foi desenvolvido para demonstração ao vivo, incluindo simulação de cold start com novos usuários. | pt_BR |
| Data de publicação | 2026-07 | |
| Tipo | Trabalho de Conclusão de Curso - TCC | pt_BR |
| Idioma | pt_BR | pt_BR |
| Palavras-chave | Sistemas de recomendação | pt_BR |
| Palavras-chave | Filtragem colaborativa | pt_BR |
| Palavras-chave | Recomendação baseada em conteúdo | pt_BR |
| Palavras-chave | Diversidade | pt_BR |
| Palavras-chave | Bolhas de filtro | pt_BR |
| Palavras-chave | MovieLens | pt_BR |
| Descrição | Artigo de Conclusão de Curso, apresentado para obtenção do Grau de Bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC. | pt_BR |
| Data de depósito | 2026-07-22T23:14:30Z | |
| Data de disponibilização | 2026-07-22T23:14:30Z | |
| URI | http://repositorio.unesc.net/handle/1/13032 | |
| Cobertura espacial | Universidade do Extremo Sul Catarinense | pt_BR |
| Data de criação | 2026-07 |