Algoritmo de mineração de dados e recomendação para mídias de entretenimento diversificadas
Carregando...
Tipo
TCC
Data de publicação
2024-06-10
Periódico
Citações (Scopus)
Autores
Café, Eduardo da Silva
Orientador
Borba, Anderson Adaime de
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Programa
Resumo
Esse trabalho buscou a criação de um algoritmo de recomendação para mídias de
entretenimento em formatos diferentes como filmes, series, jogos e livros. Partindo da
premissa de recomendar um jogo, por exemplo, baseado nos filmes e séries que uma
pessoa consome. Para isso foi desenvolvido três etapas, sendo a primeira um algoritmo
que acesse base de dados de serviços de cada mídia e traga esses dados a uma base de
dados local centralizada facilitando o acesso. A segunda como o vínculo desses dados
a pessoas onde o algoritmo será aplicado. E o terceiro a geração da recomendação
baseada nos dados de consumo dessa pessoa utilizando o algoritmo Apriori onde foi
analisado os valores e mostrado que é possível gerar recomendações.
This work seeks to create a recommendation algorithm for entertainment media in different formats, such as films, series, games, and books. They are starting from the premise of recommending a game, for example, based on the films and series that a person consumes. To achieve this, three steps were developed, the first being an algorithm that accesses each media service database and brings this data to a centralized local database, facilitating access. The second is to link this data to people where the algorithm will be applied. The third is the generation of the recommendation based on that person’s consumption data using the Apriori algorithm, where it was analyzed whether the values are valid for a good recommendation.
This work seeks to create a recommendation algorithm for entertainment media in different formats, such as films, series, games, and books. They are starting from the premise of recommending a game, for example, based on the films and series that a person consumes. To achieve this, three steps were developed, the first being an algorithm that accesses each media service database and brings this data to a centralized local database, facilitating access. The second is to link this data to people where the algorithm will be applied. The third is the generation of the recommendation based on that person’s consumption data using the Apriori algorithm, where it was analyzed whether the values are valid for a good recommendation.
Descrição
Indicado para publicação.
Palavras-chave
apriori , recomendação , big data , apriori , recommendation , big data