Search

Os sistemas de recomendação utilizam de informações do usuário para gerar um conjunto de itens personalizados como sugestão e são aplicados em contextos onde existe sobrecarga de conteúdo disponível ao usuário. A maneira como a visualização dessas recomendações é realizada passou a ser foco de estudos recentes conforme a necessidade de melhorar a experiência do usuário com os sistemas de recomendação. Este trabalho apresenta um mapeamento sistemático da literatura visando identificar as melhores maneiras de apresentar as recomendações para os usuários. Um total de 434 artigos foram identificados, dos quais 27 foram selecionados para análise. Os resultados apontam uma tendência para as interfaces autoexplicativas e interativas.

Currently, the amount of information available to Web users is very large, and this situation is similar for scientific communities when searching for papers for their research. Recommender Systems (RSs) can help in this task because they combine computational techniques to select personalized items based on the users’ interests and according to the context in which users are inserted. The increase in the impact and scope of recommendations in the users’ lives, leads to the result on the ethical issues involved in the generation of recommendations and indicators for visualizing the results of the algorithms found. This paper presents a Recommender System for the Human-Computer Interaction (HCI) community, indicating papers from the Brazilian Symposium on Human Factors in Computing Systems related to the users’ profile applied to a post-processing strategy focused on fairness to balance the users’ interests. After the development of the RS and the Web environment, the results were obtained on the impact that the tool had on the community and demonstrated through the evaluation of the system.