Adelpha Repositório DigitalAdelpha
    • About
    • Our policy
    • Login
    View Item 
    •   DSpace Home
    • Escola de Engenharia Mackenzie (EE)
    • Dissertações
    • Engenharia Elétrica e Computação - Dissertações - EE Higienópolis
    • View Item
    •   DSpace Home
    • Escola de Engenharia Mackenzie (EE)
    • Dissertações
    • Engenharia Elétrica e Computação - Dissertações - EE Higienópolis
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjects
    This CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    Statistics

    View Usage Statistics

    Evolução de regras de associação para recomendação de produtos em comércio eletrônico

    Thumbnail
    View/Open
    Danilo Souza da Cunha.pdf (1.032Mb)
    Date
    2013-10-23
    Author
    Cunha, Danilo Souza da
    Advisor
    Silva, Leandro Nunes de Castro
    Referee
    Omar, Nizam
    Referee
    Silva, Leandro Augusto da
    Referee
    Loula, Angelo Conrado
    Referee
    Senger, Hermes
    Metadata
    Show full item record
    Abstract
    O 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.
     
    E-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.
     
    CNPq Area
    CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
    Citation
    CUNHA, 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.
    URI
    http://dspace.mackenzie.br/handle/10899/24361
    Collections
    • Engenharia Elétrica e Computação - Dissertações - EE Higienópolis [255]

    Mackenzie
    Universidade Presbiteriana Mackenzie
    Contact Us | Send Feedback
    DSpace Software Copyright © 2002-2020 Duraspace
     

     


    Mackenzie
    Universidade Presbiteriana Mackenzie
    Contact Us | Send Feedback
    DSpace Software Copyright © 2002-2020 Duraspace