Professional Documents
Culture Documents
Recomendao
Personalizao"
Otimizao de Tempo Servio especcos Contedo de interesse Contedos" relevantes Conana e relacionamento
Quem Recomenda
Sistema de Recomendao
Personalizao Automtica
Usurio diferente, experincia diferente Precisa de dados do usurio
Dados e Uso
Compilar grandes Pessoas que gostam Histrico de quantidades de disto tambm acessos, consumo, dados e mostrar contatos e Agregar dados tendncias compartilhamento de comportamentais personalizadas contedo para realizar que agreguem recomendaes valor ao usurio
Avaliao e testes em Sistemas de Recomendao | Brje Karlsson & Francimar Maciel"
Amazon.com
3!
1!
2!
Netix
3! 1!
2!
Last.fm
1! 2! 3!
Em Ambientes Mveis
O Que um Recomendador?
1. Coleta de 2. Treinamento do Modelo dados Aprende ao processar os dados
3. Gerador de Recomendaes
gostos!
recomenda! casa!
constri!
Azul! Crculos! Tringulos!
Perl do usurio!
Avaliao e testes em Sistemas de Recomendao | Brje Karlsson & Francimar Maciel"
Avaliao do Algoritmo
Avaliaes geralmente oine" Comparao de predies com notas"
Root-mean-square error (RMSE)"
Correlaes"
Contexto
Contexto qualquer informao que pode ser utilizada para caracterizar a situao de uma entidade (A. K. Dey et al., Understanding and using context, 2001)
Experincia de Uso (UX) & Sistema de Recomendao" (Aspectos subjetivos) + (Algoritmos de aprendizado)" !
Componentes da UX"
Diculdade! Esforo! Conforto! Contexto!
A good experience varies from person to person, product to product, and task to task, but a good general denition is to dene something as usable if it is funcional, efcient and desirable to its intend audience. (Kuniavsky, 2003)
Avaliao e testes em Sistemas de Recomendao | Brje Karlsson & Francimar Maciel"
Entrevistas, Grupos de Foco, Pesquisa Contextual, Questionrios Observao Participativa, Testes de Usabilidade.
Recrutamento Criao de tarefas especcas Observao e registro ferramentas e meios utilizados, sequncias de aes, mtodos de organizao, como so as interaes. Transferncias e compartilhamento de conhecimento
Avaliao e testes em Sistemas de Recomendao | Brje Karlsson & Francimar Maciel"
Escalas de Avaliao
Escalas de Avaliao
Escalas de Avaliao
NPS no celular
WLAN positioning"
Accelerometer"
Camera"
Databases" Maps"
Time table"
Music Catalogue"
Modelos de Contexto
Requisitos" Usabilidade do Formalismo de Modelagem"
Compreenso do Processo
No em detalhes Etapas em alto nvel !
Arquitetura e sistema capaz de suportar futuras pesquisas. Testes com usurios em quatro pases.
MIS - Avaliao
10 Usurios de msica no celular | 18-32 anos Entrevistas em profundidade Cada usurio, 1 semana de uso Lista de tarefas acompanhadas e orientadas de forma presencial e via SMS Cada usurio recebeu 80 libras como estmulo para experimentar e comprar novas msicas.
MIS - Avaliao
Procedimentos iniciais Tranferncia de 200 msicas Lista de tarefas para estimular o uso do aplicativo e familiarizao com as telas (Percepo inicial) Instruo sobre os prximos passos da avaliao
MIS - Resultados
MIS - Resultados
A recomendao deveria ser mais rpida. A recomendao no foi relevante. Gostei! Mas eu no compraria. Queria entender como isso funciona. Eu gostei, mas no recomendaria para meu amigo.
Avaliao e testes em Sistemas de Recomendao | Brje Karlsson & Francimar Maciel"
MIS - Resultados
Eu gostei mas gostaria de receber mais contedos de um gnero especco. Superou minhas expectativas Interessante, mas gostaria de receber as msicas de acordo com o gnero que estou escutando naquele determinado momento.
MIS - Resultados
MIS - Resultados
MIS - Aprendizados
Quanto mais testes melhor. Recompensas e Bnus no foram estmulos signicativos. O que realmente importou? Receber o contedo de interesse. ! A pesquisa deve ser Qualitativa e Quantitativa Maior alinhamento com a equipe de software e desenvolvimento para melhorias contnuas e maior controle durante a avaliao destes sistemas.
Avaliao e testes em Sistemas de Recomendao | Brje Karlsson & Francimar Maciel"
So, if we decide that we want to strive for a comparable standard of experience in the products that we are designing, and therefore adopt an appropriate process for doing so, what might that process be? Making a contribution toward answering this question is at heart of what follows. Bill Buxton (Sketching User Experience)
Referncias
KNIJNENBURG, B. P.; WILLEMSEN, M. C.; GARTNER, Z.; SONCU, H.; NEWELL, C. Explaining the user experience of recommender systems. User Modeling and UserAdapted Interaction. October 2012, Volume 22, Issue 4-5. pp 441-504. Disponvel em:< http://www.usabart.nl/portfolio/KnijnenburgWillemsen-UMUAI2011_UIRecSy.pdf>. REICHHELD, F. F. A pergunta denitiva 2.0. Como as empresas que implementam o net promoter score prosperam em um mundo voltado aos clientes. Rio de Janeiro: Elsevier, 2011. BUXTON, B. Sketching User Experiences, getting the design right and the right design. San Francisco: Elsevier, 2007. KUNIAVSKY, M. Observing the user experience. San Francisco: Morgan Kaufmann Publishers, 2003. KNIJNENBURG, B. P.; WILLEMSEN, M. C.; KOBSA, A. A Pragmatic Procedure to Support the User-Centric Evaluation of Recommender Systems. Proceedings of the fth ACM conference on Recommender systems. Chicago, IL, 2011. Disponvel em: < http:// www.ics.uci.edu/~kobsa/papers/2011-RecSys-kobsa.pdf>.
Brje:" !@tellarin!
Fran:" !@narf2916!