GUILHERME ALVES DA SILVA

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Produções bibliográficas

• FELICIO, C. Z. ; PAIXAO, K. ; ALVES, GUILHERME ; de Amo, S ; Preux, Philippe . Exploiting social information in pairwise preference recommender system. Journal of Information and Data Management - JIDM , v. 7, p. 99-115, 2016.

• de Amo, S ; Marcos Luiz de Paula Bueno ; SILVA, G. A. ; SILVA, N. F. . Mining User Contextual Preferences. Journal of Information and Data Management - JIDM , v. 4, p. 37-46, 2013.

• Felício, Crícia Z. ; de Almeida, Claudianne M. M. ; ALVES, GUILHERME ; Pereira, Fabíola S. F. ; Paixão, Klérisson V. R. ; de Amo, Sandra . Visual Perception Similarities to Improve the Quality of User Cold Start Recommendations. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2016, v. 9673, p. 96-101.

• ALVES, GUILHERME ; Barioni, Maria C. N. ; Faria, Elaine . A Framework for Online Clustering Based on Evolving Semi-Supervision. In: 32nd Brazilian Symposium on Databases, 2017, Uberlândia. Proceedings of the 32nd Brazilian Symposium on Databases (to appear), 2017.

• FELICIO, CRICIA Z. ; DE ALMEIDA, CLAUDIANNE M.M. ; ALVES, GUILHERME ; PEREIRA, FABIOLA S.F. ; PAIXAO, KLERISSON V.R. ; de Amo, Sandra ; BARCELOS, CELIA A.Z. . VP-Rec: A Hybrid Image Recommender Using Visual Perception Network. In: 2016 IEEE 28th International Conference on Tools with Artificial Intelligence (ICTAI), 2016, San Jose. 2016 IEEE 28th International Conference on Tools with Artificial Intelligence (ICTAI), 2016. p. 70.

• FELICIO, C. Z. ; PAIXAO, K. ; ALVES, GUILHERME ; de Amo, S . Social PrefRec framework: leveraging recommender systems based on social information. In: 3rd Symposium on Knowledge Discovery, Mining and Learning, 2015, Petrópolis, RJ. Proceedings of 3rd Symposium on Knowledge Discovery, Mining and Learning, 2015.

• de Amo, S ; Marcos Luiz de Paula Bueno ; ALVES, GUILHERME ; SILVA, N. F. . Mining User Contextual Preferences. In: XXVII Simpósio Brasileiro de Banco de Dados, 2012, 2012, São Paulo. Anais do XXVII Simpósio Brasileiro de Banco de Dados. São Paulo. São Paulo, 2012. v. 1. p. 177-184.

• AMO, SANDRA DE ; BUENO, MARCOS L.P. ; ALVES, GUILHERME ; SILVA, NADIA F. . CPrefMiner: An Algorithm for Mining User Contextual Preferences Based on Bayesian Networks. In: 2012 IEEE 24th International Conference on Tools with Artificial Intelligence (ICTAI), 2012, Athens. 2012 IEEE 24th International Conference on Tools with Artificial Intelligence. p. 114.

Outras produções

Projetos de pesquisa

• 2012 - 2014

  Mineração de Preferëncias Contextuais, Descrição: A personalização de conteúdo em consultas a bancos de dados por meio do uso das preferências do usuário é um tópico de pesquisa que recentemente vem despertando muito interesse na comunidade de banco de dados. Com o advento das tecnologias de computação ubíqua, o acesso dos usuários aos dados ocorre em diferentes contextos e consequentemente suas preferências ao consultar um banco de dados podem variar dependendo de uma série de parâmetros (que determinam seu contexto) incluindo local, tempo, influência dos arredores em que se encontra, etc. Tais preferências contextuais são utilizadas para a ordenação e seleção das melhores tuplas, aquelas que mais se adequam ao desejo expresso pelo usuário quando inserido num determinado contexto. Um tópico de pesquisa muito importante dentro deste contexto é o da ?Elicitação de Preferências?, isto é, como prover o usuário com dispositivos para informar sua escolha sobre pares de objetos pertencentes a um banco de dados. Tal tarefa pode demandar um grande esforço do usuário, dependendo do tamanho do banco de dados, fato este que pode desmotivar o uso do sistema por parte do usuário. Assim, é de grande relevância o desenvolvimento de técnicas automáticas que permitam descobrir as preferências contextuais do usuário a partir de escolhas passadas feitas por ele em determinados contextos. O objetivo deste projeto é o desenvolvimento e implementação de algoritmos de mineração de preferências contextuais, baseados em técnicas de descoberta de padrões e em técnicas de classificação, comparar suas performances em um banco de dados reais e incorporar tais técnicas de mineração à linguagem de consultas com suporte a preferências contextuais CPrefSQL em desenvolvimento pela equipe participante deste projeto.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) / Doutorado: (1) . , Integrantes: Guilherme Alves da Silva - Integrante / Sandra Aparecida de Amo - Coordenador / Marcos Luiz de Paula Bueno - Integrante / Cleiane Gonçalves Oliveira - Integrante / Juliete Ramos - Integrante / Jaqueline Papini - Integrante / Allisson Garcia - Integrante., Número de produções C, T & A: 1

Prêmios