Vitor Rodrigues Tonon

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Participação em bancas

Produções bibliográficas

• VALLE, PEDRO HENRIQUE DIAS ; TONON, VITOR RODRIGUES ; GARCÉS, LINA ; Rezende, Solange Oliveira ; NAKAGAWA, ELISA YUMI . TASIS: A typology of architectural strategies for interoperability in software-intensive systems. COMPUTER STANDARDS & INTERFACES , v. 1, p. 103874, 2024.

• Sundermann, Camila Vaccari ; PADUA, RENAN ; TONON, Vítor Rodrigues ; MARCACINI, RICARDO MARCONDES ; Domingues, Marcos Aurélio ; Rezende, Solange Oliveira . A context-aware recommender method based on text and opinion mining. EXPERT SYSTEMS , v. 1, p. 1, 2020.

• RODRIGUES TONON, VITOR ; CARVALHO OLIVEIRA, CINTIA ; CARVALHO OLIVEIRA, DANIELE ; DE ANDRADE LOPES, ALNEU ; AKEMI SINOARA, ROBERTA ; MARCONDES MARCACINI, RICARDO ; OLIVEIRA REZENDE, SOLANGE . Improving Recommendations by Using a Heterogeneous Network and User's Reviews. In: 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019, Salvador. 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), 2019. p. 639-644.

• TONON, Vítor Rodrigues ; SILVA, T. P. ; FERREIRA, V. ; PEREIRA, G. T. ; REZENDE, S. O. . Evaluating Vector Representations from User's Reviews in a Recommendation Task. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2019), 2019, Salvador, BA. Anais do Encontro Nacional de Inteligência Artificial e Computacional, 2019. p. 1-11.

• SUNDERMANN, C. V. ; PADUA, RENAN ; TONON, V. R. ; Domingues, Marcos Aurélio ; REZENDE, S. O. . A Context-Aware Recommender Method Based on Text Mining.. In: EPIA Conference on Artificial Intelligence, 2019, Vila Real. Progress in Artificial Inteligence. Proceedings of the 19th EPIA Conference on Artificial Intelligence., 2019.

• TONON, V. R. ; SUNDERMANN, C. V. ; REZENDE, S. O. . Implementação e avaliação de sistemas de recomendação, tradicional e sensível ao contexto, baseados em técnicas de fatoração de matrizes.. In: XLIV Latin American Computing Conference (CLATG), 2018, São Paulo. XLIV Latin American Computing Conference (CLATG), 2018. v. 1. p. 1-10.

• TONON, V. R. ; SUNDERMANN, C. V. ; REZENDE, S. O. . Estudo e implementação de sistemas de recomendação baseados em técnicas de fatoração de matrizes. In: Simpósio Internacional de Iniciação Científica e Tecnológica da USP, 2017, São Carlos (SP). 25o . Simpósio Internacional de Iniciação Científica e Tecnológica da USP, 2017. p. 1-1.

• TONON, V. R. ; SOUZA, D. M. ; BARBOSA, E. F. . Contribuições à Evolução de um Ambiente de Avaliação Automática de Trabalhos de Programação.. In: 24o. Simpósio Internacional de Iniciação Científica e Tecnológica da USP (SIICUSP 2016), 2016, São Carlos (SP). 24o. Simpósio Internacional de Iniciação Científica e Tecnológica da USP (SIICUSP 2016), 2016. p. 1-1.

• TONON, V. R. ; OLIVEIRA, C. C. ; OLIVEIRA, D. C. ; LOPES, A. A. ; SINOARA, R. A. ; MARCACINI, R. M. ; REZENDE, S. O. . Improving recommendations by using a heterogeneous network and users reviews. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• TONON, V. R. ; SUNDERMANN, C. V. ; REZENDE, S. O. . Implementação e avaliação de sistemas de recomendação, tradicionais e sensíveis ao contexto, baseados em técnicas de fatoração de matrizes. 2018. (Apresentação de Trabalho/Conferência ou palestra).

• TONON, V. R. ; SUNDERMANN, C. V. ; REZENDE, S. O. . Implementação e avaliação de sistemas de recomendação baseados em técnicas de fatoração de matrizes. 2017. (Apresentação de Trabalho/Outra).

• TONON, V. R. ; SOUZA, D. M. ; BARBOSA, E. F. . Contribuições à Evolução de um Ambiente de Avaliação Automática de Trabalhos de Programação. 2016. (Apresentação de Trabalho/Simpósio).

• TONON, V. R. ; SOUZA, D. M. ; BARBOSA, E. F. . Contributions to the Evolution of an Automatic Assessment Environment for Programming Assignments. 2016. (Apresentação de Trabalho/Simpósio).

Projetos de pesquisa

• 2018 - 2020

  Geração de explicações em sistemas de recomendação baseados em técnicas de fatoração de matrizes utilizando contexto, Projeto certificado pelo(a) coordenador(a) Solange Oliveira Rezende em 09/02/2021., Descrição: Usuários enfrentam dificuldades em escolher produtos e serviços na Web devido a grande variedade de possibilidades de escolha. Nesse contexto, os sistemas de recomendação têm como objetivo auxiliar indivíduos a identificarem itens de interesse em um conjunto de opções. As abordagens tradicionais de sistemas de recomendação focam em recomendar itens mais relevantes para usuários individuais, não levando em consideração o contexto dos usuários. Porém, em muitas aplicações reais, é importante também considerar informações contextuais, por meio dos sistemas de recomendação sensíveis ao contexto, uma vez que estudos indicam que o uso de tais informações pode melhorar a acurácia das recomendações. Dentre os sistemas de recomendação tradicionais e sensíveis ao contexto, existem aqueles que utilizam técnicas de filtragem colaborativa baseadas em fatoração de matrizes. Essas técnicas se tornaram populares por combinarem boa escalabilidade com boa acurácia, além de oferecerem flexibilidade para modelar várias situações do mundo real. No entanto, essas técnicas são modelos de aprendizado de máquina que ainda não oferecem transparência ao processo de recomendação, dificultando que usuários confiem nas recomendações apresentadas. Nesse sentido, fornecer explicações para as recomendações geradas tende a aumentar a confiança e a satisfação do usuário em relação ao sistema. Diante desse cenário, este projeto tem como objetivo propor métodos que, utilizando informações contextuais, crie explicações para as recomendações geradas pelos sistemas de recomendação baseados em fatoração de matrizes. Espera-se que as explicações apresentadas pelos métodos propostos aumentem a satisfação do usuário em relação ao sistema.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Vítor Rodrigues Tonon - Integrante / Solange Oliveira Rezende - Coordenador / Camila Vaccari Sundermann - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

• 2017 - 2017

  Implementação e avaliação de sistemas de recomendação baseados em técnicas de fatoração de matrizes, Projeto certificado pelo(a) coordenador(a) Solange Oliveira Rezende em 16/03/2017., Descrição: Usuários enfrentam dificuldades em escolher produtos e serviços na Web devido a grande variedade de possibilidades de escolha. Sistemas de recomendação são sistemas que têm como objetivo auxiliar indivíduos a identificarem itens de interesse em um conjunto de opções. As abordagens tradicionais de sistemas de recomendação focam em recomendar itens mais relevantes para usuários individuais, não levando em consideração o contexto dos usuários. Dentre essas técnicas, estão as técnicas de filtragem colaborativa que utilizam fatoração de matrizes. Tais técnicas se tornaram populares por combinarem boa escalabilidade com boa acurácia, além de oferecerem flexibilidade para modelar várias situações do mundo real. Porém, em muitas aplicações, é importante também considerar informações contextuais para fazer as recomendações. Estudos mostram que o uso de contexto melhora a acurácia da recomendação. Dessa forma, métodos baseados em fatoração de matrizes que utilizam informações contextuais são métodos de sistemas de recomendação que podem apresentar boa precisão. Portanto, neste projeto de Iniciação Científica, serão implementadas duas abordagens de sistemas de recomendação baseadas em fatoração de matrizes: (I) abordagem clássica, que não utiliza informação de contexto e (II) uma abordagem baseada em contexto. As duas implementações serão feitas na linguagem R e embutidas no framework de sistemas de recomendação, desenvolvido pelo Professor Dr. Marcos Aurélio Domingues. Essas implementações serão avaliadas e disponibilizadas.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Vítor Rodrigues Tonon - Integrante / Solange Oliveira Rezende - Coordenador / Camila Vaccari Sundermann - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

• 2017 - 2017

  Extração de informações contextuais para recomendações em um cardápio inteligente, Projeto certificado pelo(a) coordenador(a) Solange Oliveira Rezende em 22/09/2017., Descrição: Usuários enfrentam dificuldades em escolher produtos e serviços na Web devido a grande variedade de possibilidades de escolha. Sistemas de recomendação são sistemas que têm como objetivo auxiliar indivíduos a identificarem itens de interesse em um conjunto de opções. Esses sistemas podem ser encontrados nos mais diversos domínios, dentre eles no de aplicativos de cardápio inteligente. Esses aplicativos funcionam como uma interface entre restaurantes e clientes para a realização de pedidos de maneira facilitada. As abordagens tradicionais de sistemas de recomendação focam em recomendar itens mais relevantes para usuários, não levando em consideração o contexto dos usuários. Estudos mostram que o uso de contexto melhora a acurácia da recomendação. No entanto, não existem muitos métodos automáticos que realizem a aquisição da informação contextual. Dessa forma, neste projeto de conclusão de curso foi implementado um método que realize a aquisição da informação contextual considerando bases de dados de aplicativos de cardápio inteligente. Foram realizados experimentos com o objetivo de avaliar o impacto das informações contextuais extraídas pelo método proposto neste trabalho na geração de recomendações. Os dados utilizados foram extraídos do cardápio inteligente \textit{Onion Menu}, fornecidos pela empresa \textit{Onion Tecnologia Inteligente}. De maneira geral, o contexto extraído pelo método implementado aumentou a acurácia das recomendações quando comparado a uma abordagem que não utiliza contexto.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: Vítor Rodrigues Tonon - Integrante / Solange Oliveira Rezende - Coordenador / Camila Vaccari Sundermann - Integrante.

• 2016 - 2017

  Estudo e implementação de sistemas de recomendação baseados em técnicas de fatoração de matrizes, Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Doutorado: (1) . , Integrantes: Vítor Rodrigues Tonon - Integrante / Solange Oliveira Rezende - Coordenador / Camila Vaccari Sundermann - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2014 - 2015

  Contribuições à Evolução de um Ambiente de Avaliação Automática de Trabalhos de Programação, Descrição: A avaliação de trabalhos práticos de programação exige esforço e tempo do professor. Procurando minimizar tais esforços, iniciativas têm sido propostas a fim de automatizar o processo de avaliação desses trabalhos. O ambiente ProgTest insere-se neste contexto como uma ferramenta de apoio à avaliação de trabalhos práticos de programação, avaliando tanto a qualidade dos programas implementados pelos alunos como a qualidade dos testes desenvolvidos por eles. Experiências têm mostrado que o uso da ProgTest traz benefícios para o ensino e aprendizagem tanto de fundamentos de programação como de teste de software. No entanto, melhorias na qualidade do ambiente ainda se fazem necessárias parasua efetiva adoção em cenários reais de ensino e aprendizagem. Assim, este trabalho visa aevolução do ambiente ProgTest de forma a mitigar suas limitações. Dentre os aspectos a serem investigados destacam-se a melhoria na usabilidade da interface da ProgTest e a adição de novas funcionalidades ao ambiente, sobretudo de aspectos relacionados à segurança e desempenho. Além disso, também devem ser investigados mecanismos de apoio à integração do ambiente ProgTest a sistemas de gestão do aprendizagem, a fim de possibilitar fácil acesso e utilização da ProgTest por meio desses sistemas.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Vítor Rodrigues Tonon - Integrante / Ellen Francine Barbosa - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

Prêmios