Glossário IA
O dicionário completo da Inteligência Artificial
Filtragem colaborativo multicritério
Extensão do filtragem colaborativo clássico que considera simultaneamente várias dimensões de avaliação para prever as preferências do usuário e melhorar a precisão das recomendações personalizadas.
Agregação de preferências
Processo matemático que combina as múltiplas avaliações de um usuário em diferentes critérios para produzir uma pontuação global de preferência usada na classificação das recomendações.
Matriz de utilidade multidimensional
Estrutura de dados que representa as avaliações dos usuários de acordo com vários eixos de preferência, permitindo uma modelagem fina de gostos complexos além da simples pontuação de satisfação.
Ponderação de critérios
Técnica que atribui coeficientes de importância relativos a cada dimensão de avaliação para refletir a hierarquia das preferências individuais e influenciar o algoritmo de recomendação.
Função de utilidade multiobjetivo
Modelo matemático que transforma as avaliações em múltiplos critérios em um valor único de utilidade, integrando os compromissos e trade-offs entre diferentes dimensões de preferência.
Espaço de preferências
Representação vetorial multidimensional onde cada eixo corresponde a um critério de avaliação, permitindo visualizar e calcular as similaridades entre perfis de usuário complexos.
Perfil de usuário vetorial
Representação matemática composta das preferências de um usuário na forma de um vetor multidimensional, onde cada componente codifica a intensidade de preferência para um critério específico.
Recomendação Pareto-ótima
Conjunto de itens que não podem ser melhorados em um critério sem degradar o desempenho em pelo menos um outro critério, constituindo as melhores soluções em um contexto multiobjetivo.
Sistema híbrido multicritério
Arquitetura que combina várias técnicas de recomendação (colaborativa, baseada em conteúdo, baseada em conhecimento) enquanto gerencia explicitamente as múltiplas dimensões de preferência do usuário.
Análise de sensibilidade dos critérios
Método que avalia o impacto das variações na importância relativa de cada critério nas recomendações finais, permitindo identificar as dimensões mais influentes.
Normalização de preferências
Processo de padronização das escalas de avaliação dos diferentes critérios para torná-los comparáveis e matematicamente manipuláveis em um quadro multidimensional coerente.
Modelo de preferência aditivo
Abordagem onde a utilidade global de um item é calculada como a soma ponderada das utilidades parciais em cada critério, assumindo a independência das dimensões de preferência.
Feedback implícito multicritério
Inferência automática das preferências do usuário em várias dimensões a partir dos comportamentos observados (cliques, tempo de consulta, compras) sem avaliação explícita direta.
Divisão de critérios
Técnica de segmentação das dimensões de preferência em subcategorias mais granulares para refinar a personalização e capturar nuances nos gostos do usuário.
Mapeamento de preferências
Visualização gráfica das relações entre usuários e itens no espaço multicritério, revelando clusters de preferências e padrões de comportamento complexos.
Elicitação de preferências
Processo interativo de aquisição dos pesos e importâncias relativas dos diferentes critérios junto aos usuários, geralmente através de perguntas comparativas ou métodos analíticos.
Função de pontuação composta
Algoritmo matemático que combina as pontuações individuais de cada critério em uma métrica única de relevância, incorporando parâmetros de personalização e restrições de domínio.
Divergência de preferências
Medida que quantifica a diferença entre as preferências multicritérios de um usuário e as características de um item recomendado, usada para otimizar a adequação geral.