Uma abordagem de recomendação de tags semânticas para sistemas baseados em tagging

Devido a popularizacao da Web grandes quantidades de conteudos tornaram-se disponiveis, principalmente em funcao da atual facilidade de publicacao de conteudo por usuarios leigos. Essa facilidade promove um incontrolavel crescimento do total de informacao acessivel, criando, assim, a necessidade de mecanismos para indexacao de conteudos para auxiliar o usuario na recuperacao da informacao. Por causa dessa sobrecarga de informacao, torna-se inviavel que um usuario organize suas informacoes sem utilizar ferramentas que facilitem o processo de recuperacao. Uma forma para efetuar essa organizacao e por meio de categorizacoes a partir de um sistema baseado em tagging, o qual auxilia o processo de atribuicao de significado a qualquer objeto acessivel na Web. Entretanto, uma vez que as tags utilizadas nas categorizacoes sao selecionadas livremente pelo usuario, sem nenhum controle ou esquema rigido a ser seguido, a utilizacao desse tipo de sistema pode sofrer varias limitacoes, principalmente quando os usuarios precisam recuperar um objeto categorizado. Esse problema se agrava na medida em que o usuario utiliza o sistema, pois seu vocabulario pode tornar-se inconsistente devido a erros de digitacao, a criacao de termos sinonimos e polissemicos, a introducao de formas lexicas de escrita distintas para uma mesma representacao conceitual, etc., e, por consequencia, muitos recursos relevantes poderao ser excluidos dos resultados das buscas. Por essa razao, nesta dissertacao e proposta uma abordagem de recomendacao de tags semânticas que visa melhorar a qualidade das categorizacoes realizadas pelos usuarios para facilitar a recuperacao de informacao e, tambem, resolver o problema de "cold-start". A proposta combina tres fontes de informacao distintas para gerar a recomendacao: (i) os elementos textuais da pagina Web, (ii) as tags da folksonomia relativas a pagina em questao, e (iii) a personomia do usuario. Deste modo, a abordagem proposta tenta personalizar as recomendacoes com base nas caracteristicas e interesses do usuario, bem como reduzir os problemas relacionados ao processo de tagging. Os resultados obtidos sobre a aceitacao das tags recomendadas, a partir da execucao de alguns experimentos com usuarios reais, mostraram-se favoraveis para a tarefa de categorizacao, o que tende a reduzir os esforcos empregados na fase de recuperacao dos objetos categorizados.