XprefRec: minimizando o problema de cold-start de item com mineração de preferências

Sistemas de recomendação de filtragem colaborativa encontram diversos desafios para alcançar acuradas recomendações. Um deles é o denominado cold-start de item que é o fato do sistema não ser capaz de recomendar itens que nunca foram avaliados por outros usuários. Neste artigo apresentamos uma proposta para minimizar esse problema, o XPrefRec. Trata-se de um sistema de recomendação híbrido, seguindo os princípios gerais das abordagens clássicas de filtragem colaborativa e recomendação baseada em conteúdo, e incorporando técnicas de mineração de preferências contextuais e técnicas de extração de consenso. Testes realizados em dados reais de filmes mostram resultados bastante promissores de precisão, revocação e cobertura quando comparados aos resultados obtidos utilizandose um método clássico de recomendação (Content-boosted collaborative filtering (CBCF)), também baseado em uma abordagem híbrida.