Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20120| Title: | Aplicando algoritmos de learning to rank sobre features no github para recomendação de projetos. |
| Other Titles: | Applying learning algorithms to rank over features on github for project recommendation. |
| ???metadata.dc.creator???: | NASCIMENTO, Dayvson Weslley Cantalice do. |
| ???metadata.dc.contributor.advisor1???: | RAMALHO, Franklin de Souza. |
| ???metadata.dc.contributor.referee1???: | MACHADO , Patrícia Duarte de Lima. |
| ???metadata.dc.contributor.referee2???: | MASSONI , Tiago Lima. |
| Keywords: | Recomendação de projetos;Recommendation of projects;Recomendación de proyectos;Recommandation de projets;Algoritmos de learning to rank;GitHub;Algoritmo LambdaMART;Algorithme LambdaMART;LambdaMART algorithm;Algoritmos de aprender a clasificar;Learning to rank algorithms;Algoritmo Random Forest;Random Forest Algorithm;Algorithme de forêt aléatoire;Algoritmo Coordinate Ascent;Algorithme d’ascension de coordonnées;Coordinate Ascent Algorithm |
| Issue Date: | 2020 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | NASCIMENTO, D. W. C. do. Aplicando algoritmos de learning to rank sobre features no github para recomendação de projetos. 10 f. Trabalho de Conclusão de Curso - Artigo (Curso de Bacharelado em Ciência da Computação) Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Paraíba - Brasil, 2020. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20120 |
| ???metadata.dc.description.resumo???: | O GitHub é a plataforma de hospedagem de código e controle de versão mais utilizada atualmente. Diariamente, inúmeros projetos são criados, estendidos e modificados por diferentes usuários. Entretanto, muitos projetos que possivelmente seriam do interesse de determinados usuários, acabam por passar despercebidos diante da grande quantidade de projetos disponíveis. Neste contexto, surge a necessidade de algum mecanismo que possa auxiliar o usuário a encontrar projetos que podem ser de seu interesse. Já existe na literatura trabalhos que buscam analisar fatores de interesse com o objetivo de recomendar projetos, entretanto ainda há margem para utilização de outros fatores e critérios na tentativa de obter resultados melhores. Para tanto, o presente trabalho busca utilizar features, algumas já propostas na literatura e outras ainda não utilizadas nesse contexto, disponíveis em projetos do GitHub, com o auxílio de algoritmos de learning to rank, para encontrar relações de interesse em projetos e assim recomendá-los para o usuário. Verificamos a efetividade de learning to rank para recomendação de projetos usando os algoritmos LambdaMART, Random Forest e Coordinate Ascent, utilizando como base 826 repositórios e 3464 usuários do GitHub. Os resultados mostram que a abordagem de learning to rank para recomendação de projetos é promissora e efetiva, ao mesmo tempo que oferece muito espaço para aprimoramento. |
| Keywords: | Recomendação de projetos Recommendation of projects Recomendación de proyectos Recommandation de projets Algoritmos de learning to rank GitHub Algoritmo LambdaMART Algorithme LambdaMART LambdaMART algorithm Algoritmos de aprender a clasificar Learning to rank algorithms Algoritmo Random Forest Random Forest Algorithm Algorithme de forêt aléatoire Algoritmo Coordinate Ascent Algorithme d’ascension de coordonnées Coordinate Ascent Algorithm |
| ???metadata.dc.subject.cnpq???: | Ciências da computação |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20120 |
| Appears in Collections: | Trabalho de Conclusão de Curso - Artigo - Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| DAYVSON WESLLEY CANTALICE DO NASCIMENTO - TCC CIÊNCIA DA COMPUTAÇÃO 2020.pdf | 385.07 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.