1 resultado para Optica integrada
em Universidade Federal de Uberlândia
Filtro por publicador
- ABACUS. Repositorio de Producción Científica - Universidad Europea (2)
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (8)
- Andina Digital - Repositorio UASB-Digital - Universidade Andina Simón Bolívar (2)
- Aquatic Commons (2)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (21)
- Aston University Research Archive (1)
- B-Digital - Universidade Fernando Pessoa - Portugal (2)
- Biblioteca Digital | Sistema Integrado de Documentación | UNCuyo - UNCUYO. UNIVERSIDAD NACIONAL DE CUYO. (2)
- Biblioteca Digital da Câmara dos Deputados (7)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (12)
- Biblioteca Digital de Artesanías de Colombia (1)
- Biblioteca Digital de la Universidad Católica Argentina (7)
- Biblioteca Digital de la Universidad del Valle - Colombia (2)
- Biblioteca Digital de Teses e Dissertações Eletrônicas da UERJ (47)
- Bibloteca do Senado Federal do Brasil (8)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (2)
- Brock University, Canada (1)
- Cámara de Comercio de Bogotá, Colombia (1)
- Chinese Academy of Sciences Institutional Repositories Grid Portal (5)
- Comissão Econômica para a América Latina e o Caribe (CEPAL) (34)
- DI-fusion - The institutional repository of Université Libre de Bruxelles (5)
- Duke University (1)
- FAUBA DIGITAL: Repositorio institucional científico y académico de la Facultad de Agronomia de la Universidad de Buenos Aires (7)
- Funes: Repositorio digital de documentos en Educación Matemática - Colombia (5)
- Gallica, Bibliotheque Numerique - Bibliothèque nationale de France (French National Library) (BnF), France (1)
- Helda - Digital Repository of University of Helsinki (1)
- Indian Institute of Science - Bangalore - Índia (1)
- Infoteca EMBRAPA (43)
- Instituto Politécnico de Bragança (1)
- Instituto Politécnico de Leiria (2)
- Instituto Politécnico de Viseu (1)
- Instituto Politécnico do Porto, Portugal (34)
- Instituto Superior de Psicologia Aplicada - Lisboa (1)
- Laboratório Nacional de Energia e Geologia - Portugal (1)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (14)
- Memoria Académica - FaHCE, UNLP - Argentina (15)
- Ministerio de Cultura, Spain (213)
- Plymouth Marine Science Electronic Archive (PlyMSEA) (1)
- Portal de Revistas Científicas Complutenses - Espanha (4)
- QSpace: Queen's University - Canada (1)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (1)
- Queensland University of Technology - ePrints Archive (1)
- RCAAP - Repositório Científico de Acesso Aberto de Portugal (1)
- RDBU - Repositório Digital da Biblioteca da Unisinos (6)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (2)
- RepoCLACAI - Consorcio Latinoamericano Contra el Aborto Inseguro (1)
- Repositorio Académico de la Universidad Nacional de Costa Rica (4)
- Repositório Alice (Acesso Livre à Informação Científica da Embrapa / Repository Open Access to Scientific Information from Embrapa) (19)
- Repositório Científico da Universidade de Évora - Portugal (18)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (37)
- Repositório Científico do Instituto Politécnico de Santarém - Portugal (1)
- Repositório digital da Fundação Getúlio Vargas - FGV (21)
- Repositório Digital da UNIVERSIDADE DA MADEIRA - Portugal (2)
- REPOSITORIO DIGITAL IMARPE - INSTITUTO DEL MAR DEL PERÚ, Peru (4)
- Repositório Institucional da Universidade de Aveiro - Portugal (48)
- Repositório Institucional da Universidade de Brasília (1)
- Repositório Institucional da Universidade Estadual de São Paulo - UNESP (1)
- Repositório Institucional da Universidade Tecnológica Federal do Paraná (RIUT) (1)
- Repositorio Institucional de la Universidad de Almería (1)
- Repositorio Institucional de la Universidad de Málaga (1)
- Repositorio Institucional de la Universidad Nacional Agraria (4)
- Repositorio Institucional de la Universidad Pública de Navarra - Espanha (2)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (41)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (36)
- SAPIENTIA - Universidade do Algarve - Portugal (33)
- Universidad Autónoma de Nuevo León, Mexico (4)
- Universidad del Rosario, Colombia (48)
- Universidad Politécnica de Madrid (19)
- Universidade de Lisboa - Repositório Aberto (19)
- Universidade de Madeira (2)
- Universidade dos Açores - Portugal (2)
- Universidade Federal de Uberlândia (1)
- Universidade Federal do Pará (5)
- Universidade Federal do Rio Grande do Norte (UFRN) (10)
- Universidade Metodista de São Paulo (11)
- Universidade Técnica de Lisboa (4)
- Universitat de Girona, Spain (12)
- University of Michigan (5)
Resumo:
Nowadays, the amount of customers using sites for shopping is greatly increasing, mainly due to the easiness and rapidity of this way of consumption. The sites, differently from physical stores, can make anything available to customers. In this context, Recommender Systems (RS) have become indispensable to help consumers to find products that may possibly pleasant or be useful to them. These systems often use techniques of Collaborating Filtering (CF), whose main underlying idea is that products are recommended to a given user based on purchase information and evaluations of past, by a group of users similar to the user who is requesting recommendation. One of the main challenges faced by such a technique is the need of the user to provide some information about her preferences on products in order to get further recommendations from the system. When there are items that do not have ratings or that possess quite few ratings available, the recommender system performs poorly. This problem is known as new item cold-start. In this paper, we propose to investigate in what extent information on visual attention can help to produce more accurate recommendation models. We present a new CF strategy, called IKB-MS, that uses visual attention to characterize images and alleviate the new item cold-start problem. In order to validate this strategy, we created a clothing image database and we use three algorithms well known for the extraction of visual attention these images. An extensive set of experiments shows that our approach is efficient and outperforms state-of-the-art CF RS.