Tamanho da fonte: 

Atualmente, com o crescimento da Web 2.0, o volume de informações compartilhadas nesse ambiente tem crescido vertiginosamente a cada ano, ampliando mais a vasta quantidade de conteúdos disponíveis. Todo este grande volume de informações necessita de ferramentas computacionais que sejam capazes de lidar com todo este contexto. Os Sistemas de Recomendação são ferramentas criadas para auxiliar os usuários a encontrar informações relevantes para si, dentro de uma enorme variedade de conteúdos e contextos. Seu objetivo é selecionar itens, visando auxiliar os usuários a encontrar informações relevantes e personalizadas de acordo com os seus interesses e com o contexto no qual estejam inseridos. Especificamente, o foco deste trabalho são sistemas de recomendação online para vídeos, nos quais existe a inserção de novos usuários ao longo do tempo. Esse problema é conhecido como cold-start. A idéia é aprender mais sobre as escolhas destes novos usuários, visando gerar melhores recomendações para os mesmos. O objetivo deste trabalho consiste em desenvolver um Sistema de Recomendação, baseado em técnicas de Aprendizado por Reforço, para apoiar em tempo real as escolhas dos melhores vídeos para novos usuários, que são aqueles que não possuem nenhuma informação histórica disponível. Os experimentos são realizados utilizando agrupamento de vídeos semelhantes e usando a política do Multi-Armed Bandits para selecionar os vídeos, enquanto se entende melhor as preferências pessoais.

Multi Armed Bandits. Sistemas de recomendação. Aprendizagem de máquina. Vídeos - Cold-start