A pesquisa na área de sistemas de recomendação é amplamente focada em ajudar usuários individuais a encontrar itens nos quais estão interessados. Isso geralmente é feito aprendendo a classificar os itens recomendáveis com base na suposta relevância para cada usuário. O objetivo implícito subjacente de tal sistema é afetar os usuários de diferentes maneiras positivas, por exemplo, facilitando seus processos de pesquisa e decisão ou ajudando-os a descobrir coisas novas. Esse curso faz uma análise do campo dos sistemas de recomendação, incluindo conceitos relevantes, principais tecnologias, tendễncias de mercado e aplicação prática dos algoritmos mais conhecidos em bases reais.Nesse contexto, o curso será voltado para pontos promissores da pesquisa de sistemas de recomendação com foco em aplicações de mercado.
Marcelo Manzato possui graduação em Ciências da Computação pela Universidade Estadual de Londrina (2003), mestrado em Ciências da Computação pela Universidade de São Paulo (2006) e doutorado em Ciências da Computação pela Universidade de São Paulo (2011). Tem experiência na área de Ciência da Computação, com ênfase em Sistemas de Recomendação e Recuperação de Informação, atuando principalmente nos seguintes temas: mineração e indexação textual, análise de anotações de usuários, aprendizado de máquina e obtenção de interesses de usuários. Atualmente atua como professor e pesquisador no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP).
Currículo lattes: http://lattes.cnpq.br/8598262641668520