Beruflich Dokumente
Kultur Dokumente
1. Introdução
Sistemas de recomendação são programas que, através da coleta, recuperação e
filtragem de informações [Reategui 2005], tentam prever o gosto do usuário para
recomendar itens de seu interesse. Estes programas são aplicados em ambientes onde a
sobrecarga de informação torna inviável qualquer forma de pesquisa manual por
conteúdo relevante [Burke 2002].
Partindo dos conceitos estudados sobre sistemas de recomendação, este trabalho
explorou duas características principais da TV Digital. Uma delas é o aumento da grade
de programação oferecida que pode ocorrer graças à compactação do sinal, que permite
a possibilidade de transmitir quatro vezes mais conteúdo do que na transmissão
analógica [Montes 2004] [Fernandes 2006]. Esse aumento na grade de programação
pode tornar a TV um ambiente sobrecarregado de informações, fato que inviabiliza a
pesquisa manual por conteúdo relevante. Da mesma forma que um usuário pode não
conseguir ter acesso a melhor programação para ele, algumas operadoras de TV Digital
correm o risco de seu conteúdo nem chegar ao conhecimento de muitos usuários.
Outra característica da TV Digital é o fato de que além dos fluxos de áudio e
imagem, a transmissão digital permite também o fluxo de dados. O fluxo de dados
permite a execução de aplicativos, que por sua vez, pode ser utilizado como recurso de
interatividade [Brackman 2008]. Explorando o contexto ocupado por essas duas
características apresentadas, podem ser aplicados os sistemas de recomendação como
forma de solucionar os problemas originados da sobrecarga de programação e como
recurso de interatividade com os usuários.
A construção de Sistemas de recomendação para TV Digital Interativa
abordando técnicas de filtragem de informação já foi explorada em vários trabalhos. Por
exemplo, Das [Das 1998] aborda o desenvolvimento de sistemas de recomendação para
TV utilizando filtragem de informação baseada em conteúdo, enquanto Björk [Björk
2008] apresenta a filtragem colaborativa em recomendações para TV Interativa. Na
bibliografia brasileira Amestoy [Amestoy 2007] também aborda a filtragem
colaborativa em sistemas de recomendação para TV, enquanto Silva [Siva 2009]
apresenta uma arquitetura para oferecer suporte à construção de sistemas de
recomendação baseados no contexto do usuário. Moraes [Moraes 2010] propõe uma
abordagem híbrida através da utilização das técnicas de filtragem baseada em conteúdo
e as regras de associação para a recomendação de programas no contexto da TV Digital
Interativa, porém, a literatura bibliográfica sobre abordagens híbridas de filtragem na
construção de sistemas de recomendação para TV é bastante limitada. Neste trabalho foi
proposta a integração das técnicas de filtragem baseada em conteúdo e de filtragem
colaborativa para recomendações na TV Digital Interativa.
O desenvolvimento de aplicações, como sistemas de recomendação, para o
ambiente da TV Digital Interativa envolve um novo paradigma de programação, fato
que exige que os métodos de identificação de usuário e de coleta de informações sejam
aplicados de maneira adequada. Portanto, a proposta deste trabalho foi elaborada através
do estudo das técnicas de filtragem baseada em conteúdo, colaborativa e híbrida, e da
análise do contexto da TV Digital Interativa.
2. Sistemas de Recomendação
Os sistemas de recomendação começaram a ser estudados com o objetivo de solucionar
problemas referentes à busca de informações relevantes em ambientes onde a
quantidade de informação disponível torna inviável qualquer forma de pesquisa. Um
sistema de recomendação deve funcionar como um servidor capaz de recuperar, para
determinado usuário, suas preferências explícitas, implícitas, conteúdo e ofertas
relacionadas a itens nos quais já mostrou interesse [Burke 2002].
O interesse na área dos sistemas de recomendação continua elevado graças à
riqueza de aplicações práticas existentes onde é interessante ajudar os usuários a
interagir com ambientes que apresentam sobrecarga de informações e fornecer
recomendações personalizadas aos usuários [Adomavicius 2005]. A sobrecarga de
informações na TV Digital a torna um ambiente com uma aplicação prática para
sistemas de recomendação.
Um sistema de recomendação faz uso de diferentes estratégias de recomendação
para seleção de conteúdo. Essas estratégias de recomendação são baseadas,
principalmente, em dois tipos de arquitetura [Reategui 2005]. Uma delas aborda
técnicas de filtragem de informação e a outra aborda mineração de dados. Este trabalho
aborda a construção de sistemas de recomendação baseados em técnicas de filtragens de
informação para TV Digital Interativa, por isso apenas este tipo de arquitetura é
apresentado.
Figura 1. Estrutura de um Sistema de Recomendação baseado em
técnicas de filtragem de informação [ Reategui 2005]
4. TV Digital Interativa
Além dos fluxos de vídeo e de áudio, a transmissão digital pode difundir outro tipo de
fluxo, que genericamente pode ser chamado de fluxo de dados. Esses dados podem ser
aplicativos, já que os receptores ou os televisores podem ter capacidade de
processamento e armazenamento [Fernandes 2006]. O fluxo de dados facilita a
exploração de mais uma característica na TV Digital: a interatividade.
TV Digital e TV Interativa possuem conceitos diferentes. TV Digital é,
simplesmente, a transmissão digital de sinais audiovisuais. Enquanto, embora não
possua um conceito consolidado, TV interativa é aquela onde o telespectador possui um
canal de interatividade para se comunicar com a emissora, onde a TV deixa de ser
unidirecional [Fernandes 2006].
A interatividade entre o usuário e televisão pode ser alcançada através da
execução de aplicativos e do envio e recebimento de dados juntamente à transmissão do
sinal digital. Na figura 3.1 pode ser visualizada a estrutura básica de um sistema de TV
Digital Interativa extraída de Montez [Montes 2004].
( ) ∑ ( )
Considerando ra,i, como sendo a avaliação que o usuário a atribuiu para o item i,
a como a média das avaliações do usuário ativo a, m sendo a quantidade de itens, ru,i
como a avaliação que o usuário u atribuiu para o item i e ru sendo a média das
avaliações do usuário ativo u, onde wa,u é a correlação entre o usuário ativo a com o
usuário u, o coeficiente de correlação entre dois usuários é uma valor real em uma
escala entre -1 e 1, onde -1 indica ausência de correlação e 1 indica forte correlação.
Diferentes métodos de combinação podem ser aplicados nesta arquitetura para
integrar as duas técnicas de recomendação. Essa é a função do módulo de Filtragem
Híbrida. No método baseado em pesos ou ponderado e na combinação de itens os
processos de recomendação de cada abordagem são efetuados na mesma etapa e os seus
resultados são combinados para serem apresentados ao usuário. No método por
alternância apenas um processo é efetuado a cada vez que é requisitada uma
recomendação. No método baseado em estágios os processos de cada técnica são
aplicados em etapas diferentes. O fluxo de dados que deve ocorrer para permitir a
implementação desses métodos de combinação pode ser visualizado na figura 4.
7. Conclusão
Os sistemas de recomendação são aplicados em ambientes onde o excesso de
informação inviabiliza a pesquisa manual por conteúdo relevante e têm o objetivo de
oferecer conteúdo para o usuário tentando prever o seu gosto através da coleta,
recuperação e filtragem de informações. A TV Digital Interativa pode ser considerada
um ambiente que permite aplicação prática de sistemas de recomendação.
No processo de construção de sistemas de recomendação para TV Digital
Interativa podem ser consideradas as etapas de identificação do usuário, coleta de
informações e filtragem de informação. A identificação do usuário pode ser dividida em
duas partes. Na primeira existe o reconhecimento do dispositivo de usuário registrado
no sistema, que pode ser chamado de estação de usuários, que pode ocorrer no momento
em que ela é ligada e estabelece conexão com o provedor do serviço. Depois é
importante identificar qual o usuário da estação que está acessando o dispositivo.
A coleta de informações sobre uma estação e seus usuários pode ser realizada
através do preenchimento explícito dos gostos e preferências, das avaliações dos
programas e pela análise do histórico de navegação. Já o processo de filtragem de
informação pode ocorrer abordando mais de uma técnica de filtragem no mesmo
sistema, atingindo, dessa forma, uma abordagem híbrida.
As mesmas bases de metadados podem ser utilizadas para abordar as técnicas de
filtragem baseada em conteúdo e colaborativa. As únicas diferenças estão no processo
efetuado por cada técnica mesmo tendo acesso as mesmas informações, e no fato de que
a filtragem colaborativa não necessita de todas as descrições dos programas de TV,
apenas do horário em que os programas são transmitidos.
A abordagem das duas técnicas no mesmo sistema não exige um aumento
significativo nos recursos de informações necessários para os dois diferentes processos
de recomendação. Tanto filtragem baseada em conteúdo quanto a filtragem colaborativa
podem trabalhar tendo acesso aos mesmos repositórios de metadados contendo os perfis
dos usuários, os históricos de navegação das estações e as descrições dos programas de
TV.
8. Referências Bibliográficas
Reategui e Cazella (2005) Sistemas de Recomendação. XXV Congresso da Sociedade
Brasileira de Computação, São Leopoldo – RS, julho de 2005.
Burke, R. Hybrid (2002) Recommender Systems: Survey and Experiments. California
State University, Department of Information Systems and Decision Sciences,
Fullerton – California, EUA, 2002.
Montez, Carlos; Becker, Valdecir (2004) TV Digital Interativa: Conceitos e
Tecnologias. In: WebMidia e LA-Web 2004 – Joint Conference. Ribeirão Preto,
SP, Outubro de 2004.
Fernandes, Jocimar (2006) TV DIGITAL INTERATIVA, Escola Superior Aberta do
Brasil, Vitória - ES, Brasil, 2006.
Brackmann, Christian Puhlmann (2008) Sistema Brasileiro de TV Digital. Universidade
Católica de Pelotas. Pelotas – RS, Brasil, novembro de 2008.
Das e Horst (1998) Recommender Systems for TV, AAAI Technical Report WS,
agosto de 1998.
Amestoy, Zschornack e Silveira (2007) Sistema de Recomendação para Programas de
Televisão, Seminfo 2007, Torres – RS, Brasil.
Björk, Jonas (2008) Personalized TV and Content Recommender – collaborative
filtering in recommender systems. Universidade de Tecnologia de Lulea, Lulea –
Suécia, 2008.
Silva, Pacola e Bressan (2009) PersonalTVware: Uma Proposta de Arquitetura Sensível
ao Contexto para Suporte a Recomendação Personalizada de Conteúdo no
Cenário da TV Digital Interativa (Position Paper), São Paulo – SP, Brasil, 2009.
Moraes, Cardoso, Souza e Cortés (2010) Abordagem Combinada para Recomendação
Personalizada Utilizando o Guia de Programação Eletrônico. III Congresso
Tecnológico, Fortaleza – CE, Brasil, maio de 2010.
Adomavicius, Gediminas e Tuzhilin, Alexander (2005) Toward the Next Generation of
Recommender Systems: A Survey of the State-of-the-Art and Possible
Extensions. IEEE Transactions on Knowledge and Data Engineering, junho de
2005.
Ávila, Paulo Muniz (2010) Recommender TV: Suporte ao Desenvolvimento de
Aplicações de Recomendação para o Sistema Brasileiro de TV Digital. Centro
de Ciências Exatas e de Tecnologia, Universidade Federal de São Carlos, São
Carlos – SP, Brasil, janeiro de 2010.
de Gemmis, Iaquinta, Lops, Musto, Narducci e Semeraro (2009) Preference Learning in
Recommender Systems. Departamento de Ciência da Computação, Universidade
de Bari Aldo Moro, Bari – Itália, 2009.
Meteren, Robin van e Someren, Maarten van (2000) Using Content-Based Filtering for
Recommendation. Universidade de Amsterdam, Holanda, 2000.
Oliveira, C. A. de e Reis, J. F. (2004) Filtragem Colaborativa – uma forma de
personalisar informações. Cientefico. Ano IV, v. I, Salvador – BA, Brasil, 2004.
Oliveira, Spanhol, Giglio, e Spanhol (2009) Aplicações interativas em TVD suportadas
por metadados. XXXII Congresso Brasileiro de Ciências da Comunicação,
Curitiba – PR, Brasil, setembro de 2009.