Serviço web de recomendação baseado em ontologias e grafos para repositórios digitais

DSpace Repository

A- A A+

Serviço web de recomendação baseado em ontologias e grafos para repositórios digitais

Show simple item record

dc.contributor Universidade Federal de Santa Catarina pt_BR
dc.contributor.advisor Willrich, Roberto pt_BR
dc.contributor.author Salles, Anderson pt_BR
dc.date.accessioned 2017-11-21T03:21:40Z
dc.date.available 2017-11-21T03:21:40Z
dc.date.issued 2017 pt_BR
dc.identifier.other 348591 pt_BR
dc.identifier.uri https://repositorio.ufsc.br/xmlui/handle/123456789/181250
dc.description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2017. pt_BR
dc.description.abstract Repositórios Digitais (RDs) oferecem funcionalidades para gerenciar, armazenar e acessar conteúdos digitais de diversos tipos, como teses, dissertações, artigos científicos, vídeos, obras de arte e obras literárias. Com sua popularização, é crescente o número de conteúdos disponibilizados nos RDs, gerando o problema clássico da sobrecarga de informação. Uma solução muito usual atualmente para tratar este problema são os sistemas de recomendação, que oferecem aos usuários uma lista de itens que são potencialmente de interesse destes usuários. Todavia, nenhuma das soluções abertas de RDs oferecem atualmente funcionalidades de recomendação. Esta dissertação propõe um serviço de recomendação fracamente acoplado e multidomínio para RDs. O fraco acoplamento é possível graças ao oferecimento do sistema de recomendação na forma de Web Service. A flexibilidade de domínio é fornecida graças ao uso de ontologias para representar o conhecimento específico de domínio associado aos conteúdos dos RDs. A fim de tentar garantir o tempo de resposta do serviço, este trabalho adotou o uso de técnicas de recomendação baseadas em grafos, bem como o uso de um banco de dados orientado a grafos. A fim de testar a factibilidade da proposta, este trabalho apresenta dois usos de caso do sistema proposto em domínios diferentes. pt_BR
dc.description.abstract Abstract : Digital Repositories (RDs) offer functionality to manage, store and access digital content of various types, such as phd thesis, master's thesis, scientific works, videos and literary works. With its popularization, the number of contents made available in RDs is increasing, generating the classic problem of information overload. A solution currently adopted to address this problem is recommendation systems, which offer to users a list of items that are potentially of interest to these users. However, none of the open RD solutions currently offers recommendation functionality. This dissertation proposes a weakly coupled and multidomain recommendation service for RDs. Weak coupling is possible through a recommendation system developed as a Web Service. The domain flexibility is reached with the use of ontologies to represent the domain-specific knowledge associated with the RD content. In order to provide a good service response time, this work has adopted the use of graph-based recommendation techniques, as well as the use of a graph-oriented database. In order to test the feasibility of the proposal, this work presents two use cases of the proposed system in different domains. en
dc.format.extent 114, [3] p.| il., gráfs. pt_BR
dc.language.iso por pt_BR
dc.subject.classification Computação pt_BR
dc.subject.classification Sistemas de recomendação (filtragem de informações) pt_BR
dc.subject.classification Ontologias (Sistema de recuperação da informação) pt_BR
dc.subject.classification Grafo pt_BR
dc.subject.classification Repositórios institucionais pt_BR
dc.title Serviço web de recomendação baseado em ontologias e grafos para repositórios digitais pt_BR
dc.type Dissertação (Mestrado) pt_BR


Files in this item

Files Size Format View
348591.pdf 1.784Mb PDF View/Open

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

Compartilhar