View article

O principal desafio de um sistema de recomendação é conseguir identificar e recomendar itens que tenham maior chance de corresponder aos interesses de seus usuários que, em geral, possuem uma natureza bastante subjetiva e heterogênea. É imperativo, então, que os sistemas de recomendação, a partir da identificação do perfil de cada usuário, possam recomendar itens personalizados. Entretanto, muitas vezes, o perfil do usuário não é suficiente para que o sistema consiga identificar completamente seus interesses. A utilização do sistema em um contexto diferente do habitual pode acarretar em um resultado insatisfatório para uma recomendação baseada somente no perfil do usuário sendo necessária sua adaptação ao novo contexto. Este ganho potencial na utilização de informações contextuais motivou o surgimento de uma família de sistemas de recomendação ditos sensíveis ao contexto. Esta família de sistemas possui uma forte interseção com sistemas ubíquos, que conseguem mais facilmente identificar o contexto dos usuários e do ambiente ao seu redor. O trabalho apresentado propõe técnicas que utilizam o contexto de geração dos itens recomendados, aplicando-as no desenvolvimento de um sistema de recomendação sensível ao contexto.