Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ufc.br/handle/riufc/73713
Tipo: TCC
Título : Análise de técnicas de aprendizagem de máquina para ranqueamento para produtos
Autor : Silva, Erick Correia
Tutor: Farias, Victor Aguiar Evangelista de
Co-asesor: Medeiros, Ivo Paixão de
Palabras clave : Inteligência Artificial;Métodos de aprendizagem;Recuperação da Informação
Fecha de publicación : 2023
Citación : SILVA, Erick Correia. Análise de técnicas de aprendizagem de máquina para ranqueamento para produtos. 2023. 44 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação)-Universidade Federal do Ceará, Campus de Quixadá, Quixadá, 2023.
Resumen en portugués brasileño: Propõe-se com este trabalho a análise de técnicas de aprendizagem de ranqueamento utilizando como base o conjunto de dados Shopping Queries Dataset disponibilizado pela Amazon, na competição KDD Cup 2022. Para isso foi realizado o experimento com quatro modelos de aprendizagem de ranqueamento que foram escolhidos com base nos artigos escritos após a competição. Os experimentos foram avaliados através do ganho cumulativo com desconto normalizado (NDCG), métrica de classificação de várias etiquetas utilizada em problemas de aprendizagem de máquina. Por fim é discutido quais os principais desafios para implementação dos modelos em ambiente de produção real utilizando como referência a empresa de vendas online Americanas SA.
Abstract: This work proposes the analysis of ranking learning techniques using as a basis the Shopping Queries Dataset provided by Amazon, in the KDD Cup 2022 competition. For this, an experiment was carried out with four ranking learning models that were chosen based on the articles written after the competition, and were evaluated based on. The experiments were evaluated using the cumulative gain with normalized discounting (NDCG), a multi-label classification metric used in machine learning problems. Finally, the main challenges for implementing the models in a real production environment are discussed, using the online sales company Americanas SA as a reference.
URI : http://www.repositorio.ufc.br/handle/riufc/73713
Aparece en las colecciones: ENGENHARIA DE COMPUTAÇÃO-QUIXADÁ - Monografias

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2023_tcc_ecsilva.pdf853,51 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.