Qualidade de serviços e impacto na satisfação, lealdade e recomendação a terceiros: caso de estudo na indústria hoteleira Portuguesa

O Turismo é um fenómeno global, onde se tem verificado uma grande evolução, que tem impulsionado a oferta da capacidade e variedade do alojamento acompanhar esse desenvolvimento. Devido ao elevado nível de competitividade entre estabelecimentos hoteleiros, e ao aumento da exigência dos hóspedes, a qualidade de serviços torna-se uma importante estratégia para a indústria da hospitalidade e um fator determinante tanto para trair novos clientes, como para reter os existentes. Com este estudo pretende-se analisar as perceções e dos hóspedes nacionais, relativamente à Qualidade de Serviço prestada pelas unidades hoteleiras portuguesas onde ficaram alojados, bem como o impacto dessas perceções as intenções comportamentais futuras (Satisfação, Fidelização-Retenção hóspede e Intenções e Recomendação). Para esse efeito, recorreu-se a uma escala já adaptada à mensuração da qualidade dos serviços no setor hoteleiro, denominada por LQI-Lodging Quality Index (Getty & etty, 2003) e também a algumas questões estruturadas de acordo com Ladhari (2012), com ista a investigar as intenções comportamentais. O questionário foi publicado online e partilhado através da página pessoal da autora na rede social Facebook.

Sistema de recomendação inteligente para uma plataforma de e-Learning

As plataformas de e-Learning são cada vez mais utilizadas na educação à distância, facto que se encontra diretamente relacionado com a possibilidade de proporcionarem aos seus alunos a valência de poderem assistir a cursos em qualquer lugar. Dentro do âmbito das plataformas de e-Learning encontra-se um grupo especialmente interessante: as plataformas adaptativas, que tendem a substituir o professor (presencial) através de interatividade, variabilidade de conteúdos, automatização e capacidade para resolução de problemas e simulação de comportamentos educacionais. O projeto ADAPT (plataforma adaptativa de e-Learning) consiste na criação de uma destas plataformas, implementando tutoria inteligente, resolução de problemas com base em experiências passadas, algoritmos genéticos e link-mining. É na área de link-mining que surge o desenvolvimento desta dissertação que documenta o desenvolvimento de quatro módulos distintos: O primeiro módulo consiste num motor de busca para sugestão de conteúdos alternativos; o segundo módulo consiste na identificação de mudanças de estilo de aprendizagem; o terceiro módulo consiste numa plataforma de análise de dados que implementa várias técnicas de data mining e estatística para fornecer aos professores/tutores informações importantes que não seriam visíveis sem recurso a este tipo de técnicas; por fim, o último módulo consiste num sistema de recomendações que sugere aos alunos os artigos mais adequados com base nas consultas de alunos com perfis semelhantes. Esta tese documenta o desenvolvimento dos vários protótipos para cada um destes módulos. Os testes efetuados para cada módulo mostram que as metodologias utilizadas são válidas e viáveis.

Uma abordagem baseada em filtragem colaborativa integrada a mapas de saliência para a recomendação de imagens

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.

Proposta de modelo de recomendação de conteúdo baseado em arquivos de legendas de filmes e séries

A crescente complexidade dos objetos armazenados e o grande volume de dados exigem modelos de recuperação e recomendação cada vez mais sofisticados. O objetivo deste trabalho é propor um modelo de recomendação de conteúdo baseado em arquivos de  legendas de filmes e séries. Utilizando a ferramenta Apache Lucene, para recuperação da informação, e a ferramenta OGMA, para análise de textos, foi possível propor, para o modelo, três etapas distintas: uma pesquisa utilizando palavra-chave, a classificação de filmes e séries por gênero e a identificação de títulos similares. Também é apresentado uma adaptação ao modelo para identificar em cada título um sentimento, denominado análise de sentimentos. Como resultado ressaltamos que a pesquisa por palavras-chave gerourecomendações surpreendentes, já que proporcionam ao usuário liberdade de pesquisa dentro de um conteúdo específico. Já a classificação por gênero apresentou índice de 73% de acerto em comparação com os gêneros apresentados pelo site IMDb, facilitando a recomendação de conteúdo. A análise de sentimentos demonstrou recomendações com coesão, determinando títulos apropriados para cada sentimento. Por último, a identificação de títulos similares, apresentou resultados primários, trazendo apenas filmes e séries com a mesma temática, sem apresentar nenhum resultado em comum com o site IMDb. Concluiu-se que apesar da enorme dificuldade de ser assertivo na recuperação da informação, existevantagens em se utilizar os arquivos de legendas para ajudar na composição dos sistemas de recomendação.

Subsídios para a resposta à recomendação constante do item 9.2 do Acórdão nº 793/2016-TCU-Plenário

Oferece subsídios para a resposta à recomendação constante do item 9.2 do Acórdão nº 793/2016-TCU-Plenário, para que as Presidências da Câmara dos Deputados e do Senado orientem os órgãos de assessoramento legislativo que atuam junto às comissões competentes, quando da análise de propostas que concedem ou ampliam renúncias de receita tributárias, sobre a necessidade de que seja verificado o cumprimento dos requisitos exigidos no art. 14 da Lei de Responsabilidade Fiscal.