Um estudo realizado na Poli/USP procurou alternativas para aperfeiçoar ainda mais a técnica de recomendação personalizada, que através de dados obtidos na rede, indica itens aos usuários. A pesquisa esclarece que quando são considerados os diversos contextos geográficos de cada internauta, os resultados são melhores.

O aumento do número de dispositivos móveis com acesso à internet, como tablets e smartphones, faz com cada vez mais usuários busquem por sites que recomendem lugares para visita através de avaliações e comentários feitos por outros internautas. Na dissertação de mestrado Multicontextualização para aprimoramento de personalização em sistemas de recomendação contextuais, o autor, Celso Vital Crivelaro, pesquisou meios para aprimorar os processos utilizados por esses sites na sugestão de locais, empresas e demais estabelecimentos, como restaurantes, danceterias e hotéis.

No entanto, é necessário que essas recomendações personalizadas sejam mais precisas e detalhadas. Para isso, como explica Crivelaro, elas devem ser contextualizadas de acordo com o interesse do usuário. Essa contextualização é caracterizada pelos locais os quais ele mais visita, seja o bairro onde mora, a região onde trabalha ou estuda, entre outras localidades. Deste modo, as recomendações serão geradas com base nesses contextos geográficos evitando, por exemplo, que se recomende um parque em Belo Horizonte a um internauta residente em São Paulo.

Até então, o processo mais utilizado era o de recomendações colaborativas, que relacionavam determinados itens às pessoas, sem considerar as características de nenhumas das partes. “Um exemplo interessante são os Vídeos Relacionados no Youtube, um vídeo que aparece na barra lateral é relacionado porque as pessoas viram os dois vídeos”, explica Crivelaro. O método utilizado durante o estudo, por sua vez, trabalhou com recomendações contextuais, geradas a partir de diferentes contextos geográficos de cada usuário. “Ao trabalhar com múltiplas regiões de interesse do usuário, identifica-se diferentes interesses e este é o ponto principal da proposta”, relata o pesquisador.

Segundo o autor, quando as recomendações colaborativas são colocadas juntamente com as recomendações multicontextuais, como um pós-filtro, a eficiência é muito maior do que quando agem separadamente. “As recomendações híbridas têm resultados melhores do que as recomendações colaborativas puras, confirmando a observação empírica que deu a motivação para o trabalho”, completa Crivelaro.

Estudo com dados reais

A pesquisa é resultado de uma parceira entre o Laboratório de Linguagens e Técnicas Adaptativas (LTA-USP) da Poli e o site Apontador, que armazena informações de locais – como localização, descrição, avaliações – a fim de que os usuários consultem.

O Apontador, como ressalta Crivelaro, cedeu todos os dados necessários para a realização da pesquisa, o que foi fundamental para o sucesso nos experimentos. “Evitou problemas de uso de apenas trechos de corpus ou uso de ambientes simulados, que podem gerar distorções nas experiências e resultados”, conclui o pesquisador.