Canal no Youtube "PPCIC CEFET/RJ" - SEIC 2020 - Daniel Sadoc

 

Resumo: Sistemas de recomendação estão cada vez mais presentes na rotina dos usuários da Internet. Portanto, plataformas como Youtube e Netflix procuram melhorar suas recomendações para fornecer uma melhor experiência aos seus usuários. No entanto, a experiência dos usuários depende de diversos fatores. Em particular, sistemas de cache têm uma grande influência na qualidade de experiência (QoE), visto que eles impactam métricas de qualidade de serviço (QoS), como atraso e vazão, experimentadas pelos usuários. Nosso objetivo é estudar a viabilidade de um sistema de recomendação sensível a QoS que maximize a QoE. Para tal, nós conduzimos experimentos com usuários reais com perfis distintos. Cada usuário é solicitado a avaliar diferentes vídeos, que variam em termos de conteúdo e de QoS. Dadas nossas descobertas quanto à relação entre QoS e QoR (quality of recommendation), investigamos seus impactos no modelo de sistema de recomendação. Um classificador baseado em árvore de decisão alcançou acurácia de 77% usando validação cruzada, e nos permite entender melhor o processo de tomada de decisão do usuário.

 

Biografia: Daniel Sadoc Menasché formou-se em Ciência da Computação pela Universidade Federal do Rio de Janeiro (UFRJ), e obteve os títulos de Mestrado pelo Programa de Engenharia de Sistemas e Computação da COPPE/UFRJ, e Doutorado pela Universidade de Massachusetts em Amherst (EUA), em 2005 e 2011, respectivamente. Desde 2011, é professor adjunto do Departamento de Ciência da Computação do Instituto de Matemática da UFRJ.   Daniel visitou inúmeras instituições nacionais e internacionais, trabalhando como pesquisador visitante, incluindo INRIA Sophia Antipolis, Universidade de Avignon e Technicolor. Em 2014, realizou estágio pós-doutoral no Technion, em Israel. Seus interesses de pesquisa envolvem modelagem e análise de sistemas de computação e comunicação, segurança e aprendizado por máquina.    Daniel foi co-autor de inúmeros artigos que receberam prêmios de melhor artigo, incluindo IEEE Globecom 2007, ACM CoNext 2009, IEEE Infocom 2013, ICGSE 2015, SBC WPerformance 2017 e SBC BrasNAM 2018, além de menções honrosas no SBC WEI 2019 e SBC WPerformance 2018 e 2019. Foi eleito membro afiliado da Academia Brasileira de Ciências, no período de 2016 a 2020.