A Cognitive Diagnosis Approach for Recommending Items Based on Polytomous Responses and Latent Attributes (2023)
- Authors:
- Autor USP: MARANA, FERNANDA TOSTES - ICMC
- Unidade: ICMC
- Sigla do Departamento: SME
- DOI: 10.11606/D.55.2023.tde-28082023-131450
- Subjects: SISTEMAS DE RECOMENDAÇÃO; TEORIA DE RESPOSTA AO ITEM
- Keywords: Atributos latentes; Cognitive diagnostic model; Hybrid model; Latent attributes; Modelo de diagnóstico cognitivo; Modelo híbrido; Polytomous response; Recommendation system; Respostas politômicas
- Agências de fomento:
- Language: Inglês
- Abstract: Sistemas de Recomendação tornaram-se predominantes nos últimos anos, atraindo a atenção de pesquisadores para investigar diferentes métodos de filtragem de informações relevantes para os usuários. Estas informações nem sempre são explícitas e diferentes propostas surgiram para obter os valores latentes de indivíduos por meio de seu comportamento. Nas áreas educacionais, os atributos latentes de estudantes podem ser obtidos por modelos psicométricos como o Modelo de Diagnóstico Cognitivo. Esses modelos tentam criar um perfil de usuário para explorar as conexões entre alunos e disciplinas, assim como um sistema de recomendação faz com seus usuários e os produtos a serem recomendados. O objetivo deste trabalho é desenvolver uma nova abordagem em sistemas de recomendação que incorpore Modelos de Diagnóstico Cognitivo aplicados a dados de mídias definidas por conteúdos discretos (como gêneros em filmes e séries) para gerar respostas politômicas na forma de previsões de notas que um usuário daria a um item. A abordagem proposta foi aplicada a dois conjuntos de dados (MovieLens 20M Dataset and Anime Recommendation Database) e, devido à esparsidade de dados, obtidos em alguns casos resultados melhores do que um método clássico de recomendação de filtragem baseada em conteúdo. Em seguida, o sistema de recomendação com a abordagem proposta por este projeto foi integrada junto com um modelo de recomendação clássico e o sistema de recomendação híbrido criado obteve alguns resultadosmelhores quando comparados com os adquiridos pelos sistemas individuais. Por fim, este trabalho também explorou o desempenho dos modelos no ranqueamento de itens a serem recomendados aos usuários. Alguns pontos interessantes foram observados e o modelo proposto teve o melhor desempenho mesmo comparado ao modelo híbrido.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2023
- Data da defesa: 26.05.2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
MARANA, Fernanda Tostes. A Cognitive Diagnosis Approach for Recommending Items Based on Polytomous Responses and Latent Attributes. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-28082023-131450/. Acesso em: 05 jun. 2024. -
APA
Marana, F. T. (2023). A Cognitive Diagnosis Approach for Recommending Items Based on Polytomous Responses and Latent Attributes (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-28082023-131450/ -
NLM
Marana FT. A Cognitive Diagnosis Approach for Recommending Items Based on Polytomous Responses and Latent Attributes [Internet]. 2023 ;[citado 2024 jun. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-28082023-131450/ -
Vancouver
Marana FT. A Cognitive Diagnosis Approach for Recommending Items Based on Polytomous Responses and Latent Attributes [Internet]. 2023 ;[citado 2024 jun. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-28082023-131450/
Informações sobre o DOI: 10.11606/D.55.2023.tde-28082023-131450 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
