Notícia

DCI online

Pesquisa aprimora sistema de recomendações na internet

Publicado em 27 janeiro 2014

Por Bete Cervi

SÃO CARLOS - Quem faz compras na internet está acostumado com as sugestões que surgem em forma de anúncio nas páginas das lojas on-line. Desenvolver um método para aprimorar essas sugestões, levando em conta o contexto em que o usuário está inserido enquanto navega pela internet, é o objetivo de uma pesquisa que está sendo desenvolvida no Laboratório de Inteligência Computacional (Labic) do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, interior de São Paulo, financiada pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp).

Essas sugestões oferecidas pelos sites são chamadas no meio científico de "sistemas de recomendação" e consistem, basicamente, em um sistema computacional que tenta analisar o comportamento de um usuário na internet, identificando seus gostos, suas preferências ou qualquer outra situação que possibilite ao usuário receber algum tipo de sugestão on-line, como, por exemplo, uma música, um filme, um livro ou outro tipo de produto.

A pesquisa de pós-doutorado, intitulada "Aquisição Automática de Informação Contextual para Sistemas de Recomendação Sensíveis ao Contexto" foi desenvolvida pelo pesquisador Marcos Aurélio Domingues. Ele explica que, hoje em dia, as empresas que realizam seus negócios pela web oferecem uma vasta quantidade e variedade de conteúdos - dentre produtos, serviços e informações. Por isso, foi estabelecida uma necessidade de descobrir informações sobre o comportamento e interesse de seus clientes para recomendar coisas interessantes ao usuário.

"Porém, na maioria das lojas on-line que encontramos na internet, essas recomendações são feitas de uma forma primitiva. Por exemplo, se você consulta o preço de um tênis em um determinado site, receberá constantes e insistentes recomendações sobre o mesmo modelo de calçado", explica.

Domingues desenvolveu um sistema que leva em consideração diversas variáveis que buscam analisar a situação em que o usuário está inserido para tornar a recomendação mais refinada e precisa. "Se o usuário está no trabalho em uma manhã de segunda-feira, a recomendação precisa ser de uma forma. Já em um domingo à tarde, o usuário receberá outro tipo de sugestão. São esses pequenos contextos que podem fazer a recomendação ser mais eficiente", explicou o pesquisador.

De acordo com Domingues, um dos grandes desafios para o uso de sistemas de recomendação sensíveis ao contexto é a falta de métodos para aquisição automática de informação para esses sistemas. "O objetivo do meu projeto é a pesquisa, proposta e avaliação de métodos para conseguir informações contextuais, de forma que o usuário receba uma sugestão coerente à situação em que ele está no momento", disse.

Sugestão de nomes para bebê

Um exemplo de aplicação da pesquisa desenvolvida por Domingues foi utilizado por um site que sugere nomes para bebês aos futuros pais, o Nameling.net.

O projeto chegou a ficar, inclusive, em quarto lugar em uma competição internacional de propostas de sistemas de recomendação de nomes, o ECML/PKDD Discovery Challenge 2013, que envolveu instituições de pesquisa de diferentes países.

Nesse caso, Domingues explica que a recomendação leva em consideração o local e o horário em que a pesquisa está sendo feita. Ou seja, os resultados de uma busca feita por um usuário no Brasil levará a recomendações de nomes que estejam de acordo com o contexto do nosso país. "Os resultados empíricos têm mostrado que podemos melhorar a recomendação de nomes utilizando a informação contextual", afirmou o pesquisador.