Pular para o conteúdo
Even3

Palestra

Ciência dos dados para recomendação de vídeos

Gravado no evento Semana Nacional de Ciência e Tecnologia do IFMG - SNCT 2020 · 1 h 16 min de gravação

Trechos em vídeo

Sobre o conteúdo

A palestra intitulada "Ciência dos dados para recomendação de vídeos", apresentada no evento "Experimentações cênicas e podcasting em plataformas digitais" durante as atividades de divulgação científica do IFMG, é conduzida pelo cientista de dados Felipe Leandro Andrade da Conceição com mediação do professor Moisés Pereira. A abertura contextualiza o papel da ciência de dados diante da explosão de informações em Big Data, citando métricas de tráfego de plataformas como Netflix e Twitter para ilustrar a relevância de algoritmos capazes de gerar valor e orientar tomadas de decisão.

O que é abordado

  1. Abertura e apresentação inicial
  2. Big Data e o papel da ciência de dados
  3. Conceitos de sistemas de recomendaçãoTrecho de 1 min 59 s
  4. Sistemas de recomendação de vídeos
  5. Filtragem colaborativa e modelagem vetorial
  6. Cálculo de similaridade do cossenoTrecho de 1 min 4 s
  7. Filtragem baseada em conteúdo textualTrecho de 1 min 4 s
  8. Conteúdo visual, descritores e limiares
  9. Perguntas e respostas com os participantes
  10. Considerações finais e encerramento

Dúvidas que o conteúdo responde

Os sistemas de recomendação prendem o usuário em uma bolha de consumo?

Se o algoritmo for básico ou se o usuário consumir de forma extremamente repetitiva apenas um determinado nicho, o sistema tenderá a sugerir itens semelhantes. No entanto, serviços modernos combinam múltiplos sistemas de recomendação, incluindo seções de tendências globais e categorias diversificadas para ampliar as opções oferecidas.

Como funciona o cálculo de similaridade do cosseno em perfis de usuários?

Os gostos ou avaliações de cada usuário são transformados em vetores numéricos. A similaridade do cosseno calcula o cosseno do ângulo entre esses vetores no espaço multidimensional, variando entre 0 e 1, indicando o quão parecidas são as preferências entre os indivíduos.

Por que o uso exclusivo de histograma de cores não é o ideal para comparar vídeos?

Porque imagens e cenas completamente distintas podem compartilhar distribuições estatísticas semelhantes de cores RGB. Assim, o histograma de cores geralmente compõe a representação junto a descritores mais refinados, como análise de formas, brilho e redes neurais profundas.

O que são stop words e por que são removidas?

Stop words são palavras de alta ocorrência gramatical que não agregam relevância semântica específica ao contexto analisado, como preposições e artigos. Elas são removidas para reduzir o ruído nos dados antes de gerar vetores de frequência textual (bag of words).

Assuntos

  • Ciência de Dados
  • Sistemas de Recomendação
  • Machine Learning
  • Similaridade do Cosseno
  • Visão Computacional
  • Big Data
  • Filtragem Colaborativa
  • IFMG

Palestrantes

  • Felipe Leandro Andrade da Conceição

    Palestrante

    Pesquisador Modelagem Matemática e Computacional no Centro Federal de Educação Tecnológica de Minas Gerais, nas áreas de Modelagem de Sistemas Inteligentes, Visão Computacional e Inteligência Artificial e graduado em Ciência da Computação no Centro Universitário de Belo Horizonte. Area de pesquisa e sobre Deep Learning e sistemas de recomendação multimodal de vídeos. Atuou no setor de análise e desenvolvimento da empresa International Business Machines (IBM) com a implementação da metodologia Lean em Belo Horizonte. Atualmente trabalha com projetos de iniciação cientifica com parcerias com…

Outros conteúdos deste evento

Gravados no evento Semana Nacional de Ciência e Tecnologia do IFMG - SNCT 2020

Palestra · 47 min

Mapeamento urbano com uso de drone

Gravado no evento Semana Nacional de Ciência e Tecnologia do IFMG - SNCT 2020

A palestra aborda o uso de drones para mapeamento em áreas urbanas, tendo como estudo de caso o levantamento piloto no IFMG Campus Santa Luzia e seu entorno. São explicados os…

Ver resumo e capítulos