@MASTERSTHESIS{ 2017:997675054, title = {Recomendação de carreira de pesquisadores :uma abordagem baseada em personalização, similaridade de perfil e reputação}, year = {2017}, url = "http://tede.upf.br/jspui/handle/tede/1425", abstract = "Os Sistemas de Recomendação tradicionais buscam auxiliar os usuários na seleção de produtos e conteúdos. Em um ambiente contemporâneo, com alta oferta de informações, esse auxílio pode ser o diferencial entre o sucesso ou fracasso. No campo da pesquisa científica, a realidade dos pesquisadores está convergindo para um aumento significativo na quantidade e diversidade de produção. Além das tradicionais publicações no formato de artigos científicos, existem inúmeras outras formas de produção que aos poucos estão sendo estimuladas. Dentre muitas, podem ser citadas: patentes, softwares, orientações, revisões, editoração, livros, projetos de pesquisa e rede de colaboração. Este paradigma imposto aos pesquisadores, torna mais complexa e árdua a tarefa de traçar planos estratégicos para projeção da carreira do pesquisador. Neste contexto, uma abordagem de recomendação pode apoiar os pesquisadores, buscando orientá-los com estratégias de recomendações eficazes no planejamento da sua carreira. Em outras palavras, uma abordagem de recomendação pode sugerir ao pesquisador o que, como e quando realizar determinada produção. Como resultado, se tem a possibilidade de estar realizando a atividade mais adequada e na ordem cronológica mais apropriada. O objetivo deste trabalho é propor uma abordagem de recomendação para contribuir com a gestão da carreira de pesquisadores, bem como ser um apoio a grupos de pesquisa, programas de pós-graduação e instituições, para que acompanhem a evolução da reputação científica de um pesquisador. Para tanto, foi utilizado a similaridade de perfil e reputação acadêmica como premissa de recomendação. Os experimentos foram realizados com dados de pesquisadores de produtividade do CNPq para as áreas da Ciência da Computação, Odontologia e Economia. Observou-se que a abordagem proposta tem uma boa cobertura na geração de recomendações, sobretudo para os pesquisadores com menor reputação (grupo de teste e níveis iniciais de bolsas do CNPq). Também observou-se uma ótima diversidade nos itens recomendados, o que indica existir baixa repetição de recomendações semelhantes (mesmo item).", publisher = {Universidade de Passo Fundo}, scholl = {Programa de Pós-Graduação em Computação Aplicada}, note = {Instituto de Ciências Exatas e Geociências – ICEG} }