[MÚSICA] Olá pessoal! Nesse módulo iremos trabalhar com o tão conhecido sistema de recomendação na área de inteligência artificial e machine learning. Como vocês podem observar nos slides, nós temos que os sistemas de recomendação tem o objetivo de recomendar produtos ou serviços para o consumidor de forma personalizada utilizando diversas técnicas como regressão e o KNN que vocês viram comigo. Nesse caso, antigamente, quando você assistia canais de TV, você era obrigado a esperar horário, não havia personalização. Ninguém te indicava nada, você era obrigado a assistir aquele filme e você procurava os seus gostos. Hoje, com os streamings, tanto o Spotify, como a Netflix, Amazon, há sugestões, há recomendações de filmes, dado que você já assistiu à priori. Então hoje você consegue personalizar produtos e serviços para certos nichos de clientes, criando trilhas de filmes, músicas ou produtos. Dado que eu assisto o Batman, por exemplo, pode ser recomendado o Homem Aranha, Mulher Maravilha ou algum outro filme correlato. Ou eu assisto uma música do Beatles pode me recomendar outro grupo, outro artista por exemplo. Produtos, dado que eu compro uma camiseta esportiva numa loja, numa loja de varejo, se eu compro uma camiseta esportiva, pode ser recomendado a compra de capacete de bicicleta, suplemento alimentar, tênis de corrida. Isso alavanca muito as vendas dessas empresas, são as recomendações, tentar adivinhar os desejos intrÃnsecos desses clientes, por meio de comparações de compras já realizadas, tanto por esse cliente como outros clientes que apresentam caracterÃsticas similares. Conseguimos realizar recomendações de produtos para certo cliente A com outros clientes que apresentam perfis semelhantes. E quais empresas usam esses sistemas de recomendação? Netflix, Amazon, Spotify, Apple e todas as outras empresas de varejo. Todas usam e todas alavancaram, tiveram sucesso de vendas com o processo de recomendações. Aqui nesse slide, nós vamos ver os dois principais métodos que existem nos sistemas de recomendação. Deles, conhecido como filtragem de conteúdo, o que seria? A filtragem por conteúdo consiste basicamente trazer recomendações com base nas caracterÃsticas de cada produto ou serviço consumido. No caso eu não vou olhar clientes ou perfis de cliente que também compraram aquele produto. Usuário busca uma loja virtual por exemplo notebook, e receberá recomendações de outros notebooks. Usuário que assiste filme de comédia, receberá como indicação outros filmes de comédia também e assim por diante. Como está destacado azul, nesse método estamos preocupados apenas com o conteúdo do produto ou serviço, ignorando caracterÃsticas dos seus consumidores. Dessa forma não será considerado o perfil do consumidor, nem mesmo as comparações que busquem similaridades e diferenças no comportamento dos usuários. Exemplo tÃpico é: se você compra livro, por exemplo numa loja estilo Amazon, rapidamente lhe será sugerido outros livros, os mais vendidos, isso é uma filtragem por conteúdo, os mais vendidos de comédia, os mais vendidos de autoajuda, os mais vendidos de data science, de data analytics, então basicamente isso é uma filtragem por conteúdo que pode gerar realmente bons resultados para a empresa. Além da filtragem por conteúdo, nós temos também a filtragem colaborativa. A filtragem colaborativa, basicamente, busca justamente identificar o comportamento dos consumidores através de suas interações com produtos e serviços encontrando relações entre esses comportamentos. Com esta abordagem, as indicações de produtos e serviços serão totalmente variados. Por exemplo, quando você busca computador você poderá receber a recomendação da compra de uma cadeira. Porquê isso? Porque outros clientes que apresentam perfis similares ao seu tinham o hábito também de buscar e comprar cadeiras. Logo essa recomendação será direcionada ao seu portfólio de compras e a empresa poderá porventura aumentar ou alavancar as suas vendas. Da mesma forma, se eu entro numa empresa de artigos esportivos e eu compro suplemento alimentar, dentro desse e-commerce claro, pode ser recomendado a compra de uma camiseta esportiva, de tênis ou de uma mochila esportiva. Porquê? Porque clientes com perfis similares ao meu compraram também essa cesta de produtos. Com isso as empresas usam e abusam do sistema de recomendação com filtragem colaborativa. Com isso é só e muito obrigado pessoal.