Mestrado em Tecnologias e Sistemas Informáticos Web | Master’s Degree in Web Technologies and Systems - TMTSIW
Permanent URI for this collection
Browse
Browsing Mestrado em Tecnologias e Sistemas Informáticos Web | Master’s Degree in Web Technologies and Systems - TMTSIW by advisor "Morais, A. Jorge"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Abordagem multiagente em sistemas de recomendação WebPublication . Neto, Joaquim; Morais, A. JorgeO crescimento exponencial da informação disponível na Web torna difícil para os utilizadores a tarefa de obter a informação que pretendem e quando dela necessitam. Para ultrapassar o problema, os sítios Web têm vindo a incorporar sistemas de recomendação que, baseados no histórico de acessos, têm como objetivo maximizar a satisfação dos utilizadores, disponibilizando-lhes recomendações de alta qualidade. A complexidade do problema e a natureza distribuída da Web justificam abordagens baseadas na tecnologia dos agentes inteligentes autónomos e sistemas multiagente, permitindo combinar múltiplos algoritmos de recomendação, aumentando assim as hipóteses das recomendações sugeridas serem efetivamente do interesse do utilizador. É este o tipo de abordagem explorada pelo sistema de recomendação multiagente AMAAFWA (A Multi-Agent Approach for Web Adaptation) (Morais, 2013). Os testes realizados em modo offline mostraram que essa abordagem multiagente, baseada em agentes implementando diferentes algoritmos, apresenta um desempenho superior ao dos algoritmos considerados individualmente. O objetivo desta dissertação é adaptar e testar o sistema AMAAFWA em tempo real, com o objetivo de validar os resultados obtidos em modo offline, pelo que se procedeu à sua adaptação para funcionamento online, integrando-o num sítio Web. O sistema AMAAFWA baseia-se numa classificação implícita dos itens e os algoritmos de recomendação são baseados em memória e incrementais. Foi também criada e testada uma versão do sistema que considera uma classificação explícita dos itens por parte dos utilizadores, com o propósito de comparar o desempenho de ambos os tipos de classificação. Demonstra-se na presente dissertação que o sistema de recomendação multiagente AMAAFWA, em funcionamento online, apresenta um desempenho superior ao dos algoritmos considerados individualmente, sendo ainda capaz de melhorar a satisfação do utilizador e contribuir para o aumento do sucesso do sítio Web em que se insere. Relativamente à comparação dos tipos de classificação implícita e explícita dos itens, os resultados mostram desempenhos similares.