Gestão do conhecimento e sistema de recomendação: uma análise baseada no perfil de consumo e avaliações na Amazon Brasil

Abstract

O objetivo deste estudo é analisar, sob uma perspectiva relacional, como os processos de Gestão do Conhecimento influenciam o desempenho dos Sistemas de Recomendação baseados em perfil de consumo e avaliações. A ideia é compreender como princípios, práticas e ferramentas da área podem se relacionar e aprimorar a personalização, relevância e adaptabilidade das sugestões oferecidas aos usuários. A pesquisa caracteriza-se como exploratória, de abordagem qualitativa, fundamentando-se em análise bibliográfica e estudo de caso na aplicação do Modelo SECI (Socialização, Externalização, Combinação e Internalização) de Nonaka e Takeuchi (1995) nas informações públicas da página institucional da Amazon Brasil, considerando seções como “Comunidade da Amazon”, “Melhore suas recomendações” e “Como funcionam as avaliações e classificações de clientes”. Os resultados indicam que interações dos usuários geram conhecimento tácito, convertido em informações explícitas e estruturadas pelos sistemas de recomendação, retornando como sugestões personalizadas e formando um ciclo de contínuo de criação do conhecimento. Os achados evidenciam a influência da Gestão do Conhecimento na qualidade das recomendações, destacando práticas de validação social, ajuste de histórico e uso de avaliações confiáveis. O estudo oferece subsídios teóricos para personalização em e-commerce e aponta caminhos para pesquisas futuras em inteligência artificial e comportamento do consumidor.