Sistema de Recomendação para a Base de Dados Netflix Usando Paralelismo de Dados

Autor(es): Antonio Jose de Castro Filho, Márcio Farias Dias Rodrigues, Rômulo Deroci da Rocha

Banca Examinadora: Eduardo Bezerra (orientador), Rafael Castaneda e Renato Mauro

Data de Apresentação: 22 de agosto de 2011

Resumo: Apoiar o usuário, permitindo-lhe uma experiência de compras mais amigável, com descobertas agradáveis e satisfatórias, fazendo mais clientes felizes, gerando novos negócios e maiores lucros. Estes são alguns dos desejos que os Sistemas de Recomendações podem ajudar a tornar realidade, indicando itens que talvez os clientes não conheçam, mas possuem grande probabilidade de estar de acordo com seus desejos e necessidades. Este trabalho aborda todo o processo de gerar uma recomendação e apresenta uma implementação de um Sistema de Recomendações, aplicado sobre a base de dados NetFlix utilizando frameworks apoiando um sistema de comércio eletrônico. Além disso explora tecnologias e métodos para aumentar o desempenho do processo, apresentando testes que fazem uso de um cluster e implementação de um sistema de recomendação executado de forma distribuída, utilizando paralelismo de dados.

Comments are closed.