Sistema de Recomendação: Share GFS Games, Films & Series

Esta dissertação incide sobre o estudo e análise de uma solução para a criação de um sistema de recomendação para uma comunidade de consumidores de media e no consequente desenvolvimento da mesma cujo âmbito inicial engloba consumidores de jogos, filmes e/ou séries, com o intuito de lhes proporcionar a oportunidade de partilharem experiências, bem como manterem um registo das mesmas. Com a informação adquirida, o sistema reúne condições para proceder a sugestões direccionadas a cada membro da comunidade. O sistema actualiza a sua informação mediante as acções e os dados fornecidos pelos membros, bem como pelo seu feedback às sugestões. Esta aprendizagem ao longo do tempo permite que as sugestões do sistema evoluam juntamente com a mudança de preferência dos membros ou se autocorrijam. O sistema toma iniciativa de sugerir mediante determinadas acções, mas também pode ser invocada uma sugestão directamente pelo utilizador, na medida em que este não precisa de esperar por sugestões, podendo pedir ao sistema que as forneça num determinado momento. Nos testes realizados foi possível apurar que o sistema de recomendação desenvolvido forneceu sugestões adequadas a cada utilizador específico, tomando em linha de conta as suas acções prévias. Para além deste facto, o sistema não forneceu qualquer sugestão quando o histórico destas tinha provado incomodar o utilizador.

This dissertation focuses on the study and analysis of a solution for the creation of a recommendation system of a media consumer community and the consequent development of the system whose initial scope encompasses consumers of games, movies and/or series, in order to provide them with the opportunity to share experiences as well as keep track of them. With the acquired information, the system meets the conditions to adjust suggestions to every member of the community. The system updates its information through the actions and data provided by the members of the community, as well as from the feedback of previous suggestions. This learning over time allows the system's suggestions to evolve along with the changing preferences of members. The system takes the initiative to suggest after certain actions, but also a suggestion may be invoked directly by the user, since he does not need to wait for advice, he can ask the system to provide a suggestion anytime. In the tests performed, it was found that the recommendation system developed provided suggestions appropriate to each specific user, taking into account its prior actions. Beyond this, the system does not provide any suggestion when the history of them proven to bother the user.