Análise comparativa de sistemas de recomendação de animes baseados em filtragem colaborativa utilizando dados do MyAnimeList

Abstract

A popularização dos serviços de streaming facilitou o acesso a filmes e séries em um volume jamais visto. Nesse contexto, as animações japonesas (animes) apresentam um cenário muito desafiador para os usuários, que possuem uma gigantesca variedade de opções. Tal fato atrai o interesse por sistemas de recomendação, destinados à sugestão personalizada de conteúdo relevante. Sendo assim, este trabalho apresenta uma análise comparativa de quatro sistemas de recomendação baseados em filtragem colaborativa, utilizando os modelos Baseline, SVD, SVD++ e Co-Clustering, todos aplicados a dados da rede social MyAnimeList. O estudo apresenta a construção dos modelos, bem como a realização da otimização dos parâmetros através da técnica GridSearch. Por fim, é demonstrado como as diferentes abordagens se comportam sob as mesmas condições e exibe os resultados que mostram o modelo Baseline como o detentor da melhor métrica de F1-Score.