PET WORLD: Algoritmos de recomendações aplicados no mundo animal

Autores

  • Matheus Gallo de Siqueira Santos Universidade José Rosário Vellano (UNIFENAS)
  • Alisson Andrey da Silva Garcia Universidade José Rosário Vellano (UNIFENAS)
  • André da Mata Reis Universidade José Rosário Vellano (UNIFENAS)
  • Mauricio Moreira Junior Universidade José Rosário Vellano (UNIFENAS)

Palavras-chave:

Recomendação, Algoritmos, Animais, Aplicativos

Resumo

No atual contexto do Brasil, há mais de setenta mil animais em situação de abandono, ou seja sem um tutor responsável. ONGS trabalham constantemente para mudar essa realidade, porém seus meios são simples, e com um alcance limitado. A tecnologia é algo primordial para auxiliar na mudança desse panorama. O objetivo deste trabalho é desenvolver um aplicativo que utiliza um sistema de recomendação, ajudando pessoas a escolherem animais mais próximos ao seu gosto pessoal. Será desenvolvido uma API utilizando o framework Slim, contendo o algoritmo de recomendação, que utilizará a técnica de distância euclidiana, e um aplicativo para dispositivos móveis, desenvolvido com a tecnologia React Native. Todos os testes serão realizados a partir de dados mocados, que será uma simulação de perfis de usuários e seus gostos, a partir daí os resultados serão gerados conforme a utilização de cada perfil no aplicativo móvel. A aplicação já é capaz de sugerir animais para os usuários, de acordo com seus perfis, e gostos pessoais. O aplicativo tem as funcionalidades de achados e perdidos, e doações, estas são as principais funcionalidades de navegação, e como funcionalidades essenciais, foi implementado no aplicativo os cadastros e edição tanto dos animais quanto dos usuários. O aplicativo tem se mostrado eficiente em resultados e testes parciais nas recomendações aos usuários fictícios.

Referências

BURKE, Robin. Hybrid Recommender Systems: Survey and Experiments. Researchgate. Fullerton, v.12, p. 1-29, Nov. 2002.

<https://www.researchgate.net/publication/263377228_Hybrid_Recommender_Systems_Survey_and_Experiments>

JÚNIOR, Osmar Abílio de Carvalho et al. AVALIAÇÃO DOS CLASSIFICADORES ESPECTRAIS DE MÍNIMA DIST NCIA EUCLIDIANA E SPECTRAL CORRELATION MAPPER EM SÉRIES TEMPORAIS NDVI-MODIS NO CAMPO DE INSTRUÇÃO MILITAR DE FORMOSA (GO).. Revista Brasileira de Cartografia. [s.l.], v.61, n.4, p. 1-14, Dez. 2009.

<http://www.seer.ufu.br/index.php/revistabrasileiracartografia/article/view/43661>

MACÁRIO, Carla Geovana do N.; BALDO, Stefano Monteiro. O Modelo Relacional. Instituto de Computação Unicamp. Campinas, p. 1-15, Dez. 2005.

<https://www.ic.unicamp.br/~geovane/mo410-091/Ch03-RM-Resumo.pdf>

SOUZA, Bruno Figueiredo Melo e; MAILIDÚ, Ruy Luiz; Modelos de Fatoração Matricial para Recomendação de Vídeos. 2011. 67f. Dissertação - Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2011

TAKAHASHI, Marcos M.; Estudo comparativo de Algoritmos de Recomendação. 2015. 50f. Monografia - Instituto de Matemática e Estatística, [s.I], 2015

Downloads

Publicado

2021-01-13

Edição

Seção

Artigos