Show simple item record

dc.creatorCunha, Danilo Souza dapt_BR
dc.date.accessioned2016-03-15T19:37:52Z
dc.date.accessioned2020-05-28T18:08:36Z
dc.date.available2014-10-21pt_BR
dc.date.available2020-05-28T18:08:36Z
dc.date.issued2013-10-23pt_BR
dc.identifier.citationCUNHA, Danilo Souza da. Evolução de regras de associação para recomendação de produtos em comércio eletrônico. 2013. 66 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2013.por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24361
dc.description.abstractE-commerce has been growing rapidly over the past years. Various products, services, and information are constantly offered to millions of internet users. Defining an adequate strategy to offer a product to a customer is the main goal of a recommender system. To do so, the items to be offered have to take into account the interests of each customer. This association of items is a data mining task, more specifically a task called association rule mining. This dissertation investigated the use of bioinspired algorithms, particularly evolutionary and im-mune algorithms, to build associations among items of a database. Three sets of experiments were performed: an investigation into the influence of different selection and crossover mech-anisms in an evolutionary algorithm for association rule mining; the use of a probabilistic selection in the immune algorithm; and a comparison of the bioinspired algorithms with the standard deterministic algorithm called Apriori. The data bases for comparison were taken from real e-commerce applications. The results allowed the identification of a suitable combi-nation of the selection and crossover mechanisms for the evolutionary algorithm, and to iden-tify the strengths and weaknesses of all approaches when applied to real-world recommender systems.eng
dc.description.sponsorshipFundo Mackenzie de Pesquisapt_BR
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.subjectsistemas de recomendaçãopor
dc.subjectalgoritmos evolutivospor
dc.subjectsistemas imunológicos artificiaispor
dc.subjectregras de associaçãopor
dc.subjectrecommender systemseng
dc.subjectevolutionary algorithmseng
dc.subjectartificial immune systemseng
dc.subjectassociation ruleseng
dc.titleEvolução de regras de associação para recomendação de produtos em comércio eletrônicopor
dc.typeDissertaçãopor
dc.publisher.departmentEngenharia Elétricapor
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBRpor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.description.resumoO comércio eletrônico vem crescendo rapidamente ao longo dos últimos anos. Produtos, serviços e informações dos mais variados tipos são oferecidos todos os dias para milhares de usuários na Internet. Definir uma estratégia adequada para oferecer um produto a clientes é o objetivo dos sistemas de recomendação. Para isso leva em conta itens que podem ser ofertados considerando o interesse de cada cliente. Essa associação entre itens é uma tarefa que recai sobre a competência da mineração de dados, mais especificamente a área chamada de mineração de regras de associação. Esta dissertação investigou o uso de algoritmos bioinspirados, mais especificamente algoritmos evolutivos e imunológicos, a fim de construir associações entre os itens de uma base de dados. Foram feitos três estudos: a influência de diferentes mecanismos de seleseleção e cruzamento no algoritmo evolutivo; o uso de seleção probabilística no algoritmo imunológico; e a comparação dos algoritmos bioinspirados com o algoritmo determinístico clássico aplicado a essa tarefa, chamado de Apriori. As bases de dados para efeitos comparativos foram coletadas em lojas nacionais de comércio eletrônico. Os resulta-dos apresentados permitiram identificar uma combinação adequada dos mecanismos de sele-ção e cruzamento do algoritmo evolutivo, assim como identificar os pontos fortes e fracos dos algoritmos bioinspirados quando comparados ao algoritmo tradicional.por
dc.creator.Latteshttp://lattes.cnpq.br/6968807521387651por
dc.contributor.advisor1Silva, Leandro Nunes de Castropt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2741458816539568por
dc.contributor.referee1Omar, Nizampt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2067336430076971por
dc.contributor.referee2Silva, Leandro Augusto dapt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1396385111251741por
dc.contributor.referee3Loula, Angelo Conradopt_BR
dc.contributor.referee3Latteshttp://lattes.cnpq.br/0704248561279452por
dc.contributor.referee4Senger, Hermespt_BR
dc.contributor.referee4Latteshttp://lattes.cnpq.br/3691742159298316por
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/3766/Danilo%20Souza%20da%20Cunha.pdf.jpg*
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/1447/1/Danilo%20Souza%20da%20Cunha.pdf


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record