Use este identificador para citar ou linkar para este item:
https://repositorio.ifg.edu.br/handle/prefix/2885| Tipo: | Monografia-Especialização |
| Título: | IFG-Produz: análise e caracterização de uma nova base de dados pública para sistemas de recomendação de artigos científicos |
| Título(s) alternativo(s): | IFG-Produz: analysis and characterization of a new public dataset for scientific article recommendation systems |
| Autor(es): | Santos, João Vitor Felipe dos |
| Primeiro Orientador: | Souza, Daniel Xavier de |
| metadata.dc.contributor.referee1: | Souza, Daniel Xavier de |
| metadata.dc.contributor.referee2: | Xavier, Otávio Calaça |
| metadata.dc.contributor.referee3: | Costa, Gustavo de Assis |
| Resumo: | Este trabalho apresenta a caracterização e análise do IFG-Produz, uma nova base de dados pública disponibilizada para pesquisa em sistemas de recomendação de artigos científicos, visto que a escassez de bases de dados públicas e com informações relevantes para esse fim representa um desafio para a experimentação destes modelos. Assim, este estudo busca disponibilizar um conjunto de dados rico em informações, contendo interações entre usuários e publicações, rótulos de relevância e dados complementares, como autoria, conferências e periódicos. Foram realizados experimentos comparativos utilizando cinco modelos de recomendação: GraphRec, KGAT, SR-GNN, SASRec e BERT4Rec, além de abordagens baseadas em filtragem de conteúdo. Os resultados demonstram que o KGAT obteve melhor desempenho entre os modelos híbridos, enquanto técnicas baseadas em conteúdo, como TF-IDF e BERT, mostraram-se muito eficazes devido à representatividade dos títulos das publicações. Por outro lado, os modelos baseados em sequências apresentaram desempenho inferior, refletindo a ausência de um histórico temporal estruturado na base. As análises reforçam que o IFG-Produz é uma base de dados robusta e adequada para experimentação com diferentes técnicas de recomendação em diferentes cenários, permitindo a aplicação de algoritmos colaborativos, híbridos e baseados em conteúdo. Estudos futuros podem explorar conexões adicionais entre dados, como a relação entre palavras-chave e áreas de pesquisa, para ampliar a aplicabilidade do dataset em diferentes cenários de recomendação. |
| Palavras-chave: | Sistemas de Recomendação Bases de Dado Recommendation Systems Databases |
| CNPq: | Ciência da Computação (Área) / Metodologia e Técnicas da Computação (Subárea) / Sistemas de Informação (Subárea) |
| Idioma: | por |
| País: | Brasil |
| Editor: | Insitituto Federal de Educação, Ciência e Tecnologia de Goiás |
| Sigla da Instituição: | IFG |
| metadata.dc.publisher.department: | Câmpus Anápolis |
| Citação: | SANTOS, João Vitor Felipe dos. IFG-Produz: análise e caracterização de uma nova base de dados pública para sistemas de recomendação de artigos científicos. 2025. 81 f. Monografia (Especialização em Inteligência Artificial Aplicada) – Instituto Federal de Educação, Ciência e Tecnologia de Goiás, Câmpus Anápolis, Anápolis, 2025. |
| Tipo de Acesso: | Acesso Aberto |
| URI: | https://repositorio.ifg.edu.br/handle/prefix/2885 |
| Data do documento: | 11-Fev-2025 |
| Aparece nas coleções: | Especialização em Inteligência Artificial Aplicada |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Monografia João Vitor.pdf | Monografia João Vitor Felipe dos Santos | 1,49 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.