@MASTERSTHESIS{ 2017:2064384880,
 	title = {Aprendizado neural de representa??o de conte?do para sistema de recomenda??o de filmes},
 	year = {2017},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/7740",
 	abstract = "Sistemas de recomenda??o s?o softwares cujo prop?sito ? gerar listas personalizadas, de
 acordo com as prefer?ncias de usu?rios. A ?rea ? bastante recente e est? em expans?o desde a populariza??o
 da internet tendo suas ra?zes em recupera??o de informa??o. Dos dois tipos tradicionais
 de sistemas de recomenda??o, a filtragem colaborativa ? a mais utilizada na academia e na ind?stria
 por trazer melhores resultados que o segundo tipo, a filtragem baseada em conte?do. Este ?ltimo
 sofre de problemas tais como a falta de informa??o sem?ntica e a dificuldade em extrair conte?do
 dos itens. Atualmente h? uma maior disponibilidade de conte?do de itens na forma de recursos multim?dia
 tais como v?deos, imagens e texto. Tamb?m houve avan?os no reconhecimento de padr?es
 em imagens atrav?s de t?cnicas como as redes neurais convolucionais. Neste trabalho, prop?e-se
 utilizar uma rede neural convolucional como extratora de atributos dos quadros que comp?e trailers
 de filmes que servem como base para um sistema de recomenda??o baseado em conte?do com o
 objetivo de avaliar se o sucesso destas redes em tarefas como classifica??o de imagens e detec??o de
 objetos tamb?m ocorre no contexto de recomenda??es. Para esta avalia??o, comparou-se o m?todo
 proposto com um m?todo de detec??o de est?tica de m?dia, dois m?todos de extra??o de conte?do
 de texto usando TF-IDF e os tradicionais m?todos colaborativos entre usu?rios e itens. Os resultados
 obtidos mostram que o m?todo proposto neste trabalho ? superior aos demais m?todos baseados
 em conte?do e ? competitivo com os m?todos colaborativos, superando o m?todo colaborativo entre
 itens na m?trica que representa acur?cia de classifica??o e tamb?m, superando todos os outros
 m?todos com rela??o ao tempo de execu??o. Concluiu-se que o m?todo que utiliza redes neurais
 convolucionais para representar itens ? promissor para o contexto de sistemas de recomenda??o.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {Faculdade de Inform?tica}
}