Produção Nacional
Revisado por pares
Proposta de modelo de recomendação de conteúdo baseado em arquivos de legendas de filmes e séries
2016; UNIVERSIDADE FUMEC; Volume: 5; Issue: 1 Linguagem: Português
ISSN
2358-5501
Autores Tópico(s)Business and Management Studies
ResumoA crescente complexidade dos objetos armazenados e o grande volume de dados exigem modelos de recuperacao e recomendacao cada vez mais sofisticados. O objetivo deste trabalho e propor um modelo de recomendacao de conteudo baseado em arquivos de legendas de filmes e series. Utilizando a ferramenta Apache Lucene, para recuperacao da informacao, e a ferramenta OGMA, para analise de textos, foi possivel propor, para o modelo, tres etapas distintas: uma pesquisa utilizando palavra-chave, a classificacao de filmes e series por genero e a identificacao de titulos similares. Tambem e apresentado uma adaptacao ao modelo para identificar em cada titulo um sentimento, denominado analise de sentimentos. Como resultado ressaltamos que a pesquisa por palavras-chave gerou recomendacoes surpreendentes, ja que proporcionam ao usuario liberdade de pesquisa dentro de um conteudo especifico. Ja a classificacao por genero apresentou indice de 73% de acerto em comparacao com os generos apresentados pelo site IMDb, facilitando a recomendacao de conteudo. A analise de sentimentos demonstrou recomendacoes com coesao, determinando titulos apropriados para cada sentimento. Por ultimo, a identificacao de titulos similares, apresentou resultados primarios, trazendo apenas filmes e series com a mesma tematica, sem apresentar nenhum resultado em comum com o site IMDb. Concluiu-se que apesar da enorme dificuldade de ser assertivo na recuperacao da informacao, existe vantagens em se utilizar os arquivos de legendas para ajudar na composicao dos sistemas de recomendacao.
Referência(s)