ESTRUTURA DISCRETA I Lgica Clssica e suas aplicaes em Sistema de Recomendao
Fabricio Procaci Santiago Guilherme d Avila Vertein Isvaldo Fernandes de Souza Mrcio Vinicius Barreto Teles Lobo Vinicius Bianchi de Oliveira
Rio de Janeiro 2014
2
Fabricio Procaci Santiago Guilherme d Avila Vertein Isvaldo Fernandes de Souza Mrcio Vinicius Barreto Teles Lobo Vinicius Bianchi de Oliveira
ESTRUTURA DISCRETA I Lgica Clssica e suas aplicaes em Sistema de Recomendao
Trabalho apresentado disciplina de Estrutura Discreta I do curso de Anlise e Desenvolvimento de Sistema do INSTITUTO INFNET como requisito para Aprovao da mesma.
1 Introduo -------------------------------------------------------------------------------------p.5 2 Lgica Clssica -------------------------------------------------------------------------------p.6 3 Sistemas de recomendao -----------------------------------------------------------------p.8 3.1 Recomendaes Baseadas em contedo -------------------------------------------------p.8 3.2 Recomendaes Colaborativas ------------------------------------------------------------p.8 3.3 Lgica booleana nos sistemas de recomendao ---------------------------------------p.9 3.3.1 Exemplos da aplicao da lgica em sistemas de recomendao ------------------p.9 3.3.1.1 Exemplos 1 ------------------------------------------------------------------------------p.9 3.3.1.2 Exemplos 2 ------------------------------------------------------------------------------p.10 3.3.1.3 Exemplos 3 ------------------------------------------------------------------------------p.11 3.3.1.4 Exemplos 4 ----------------------------------------------------------------------------- p.11 4 Consideraes finais --------------------------------------------------------------------------p.13 Referncias bibliogrficas ----------------------------------------------------------------------p.14
5
1 INTRODUO
A lgica clssica, na sua parte elementar, trata essencialmente sobre os chamados conectivos lgicos de negao, conjuno, disjuno, implicao e bicondicional, sobre os quantificadores existencial e universal, sobre algumas de suas extenses, como por exemplo, certos sistemas de teorias de conjuntos.
Atravs desse objeto de estudo, abordaremos a histria da lgica clssica e seus princpios, e como podemos aplicar esse estudo na prtica. Escolhemos o ramo de Sistemas de Recomendao para demostrar atravs de proposies e tabela verdade a lgica clssica sendo aplicada no dia-a-dia de quem utiliza esse sistema.
Assim sendo, veremos a lgica clssica limitada ao sistema de recomendao, onde so subdivididas em trs recomendaes, que inicialmente so: Recomendaes Baseadas em contedo, recomendaes colaborativas e recomendaes hbridas, (no abordaremos este tpico neste trabalho) que utiliza as duas citadas anteriormente.
6
2 Lgica Clssica
A lgica clssica uma cincia voltada para a matemtica e tambm tem grandes laos com a filosofia (estudo crtico e racional dos princpios fundamentais do mundo e do homem). Ento, j que o pensamento a manifestao do conhecimento, e que o conhecimento procura a verdade, necessrio fixar determinadas regras para que este objetivo possa ser atingido. Desta forma, a lgica uma rea da filosofia que trata das regras do bem pensar, ou do pensar correto, isto , de um instrumento de pensar. O aprendizado da lgica no conta com um fim em si, ou melhor, ela apenas possui sentido quando encontra uma maneira de garantir que o nosso pensamento haja de forma correta a fim de encontrar conhecimentos verdadeiros. Pode-se dizer ento, que a lgica cuida de argumentos, ou melhor, de concluses a que chegamos a partir da apresentao de provas que a sustentam. O principal organizador da lgica clssica foi Aristteles (filsofo grego) atravs de sua obra, denominada de Organon, pois a partir desta obra que a lgica foi dividida em forma e material. Um sistema lgico um grupo de princpios evidentes por si mesmo, ou melhor, de axiomas e de regras de inferncia que tinha como finalidade representar de maneira formal o raciocnio vlido. Ao longo do tempo diferentes sistemas de lgica foram desenvolvidos no mbito escrito da Lgica Terica, em Inteligncia Artificial e na computao. De forma tradicional, a lgica tambm considerada a designao para o estudo de sistemas prescritivos para o raciocnio, isto , sistema que definem como deveria ser pensado para evitar erros, utilizando uma razo, indutivamente e dedutivamente. A maneira de como as pessoas raciocinam estudado em outras reas, como por exemplo, a psicologia cognitiva. Analisada como cincia, a lgica tem a capacidade de definir a estrutura de declarao e argumento para a criao de frmulas, sendo que atravs destas que podem ser codificados. O estudo da lgica conta com a compreenso implcita fazendo com que se crie um bom argumento e de quais argumentos enganosos. A lgica filosfica trabalha com descries formais da linguagem natural, sendo que a grande maioria dos filsofos admite que a maior parte do raciocnio considerado normal pode ser capturado atravs da lgica, desde que seja possvel localizar uma maneira correta de traduzir a linguagem corrente para esta lgica. 7
O princpio lgico fundamental o princpio da identidade: tudo idntico a si mesmo. Em frmula, A A. Por exemplo, podemos dizer a rvore rvore. Este princpio por demais evidente por sua elementaridade tautolgica e assusta que tenha que ser formulado. Contudo, a ele se articulam dois outros princpios tidos como a base da lgica clssica e, por extenso, "do bom raciocnio": O princpio da no-contradio e o princpio do terceiro-excludo. O primeiro deles, como o nome indica, afirma que no deve existir contradio no raciocnio: A no no-A, e a rvore no no-rvore. O princpio da no-contradio , de certa maneira, a forma negativa do princpio da identidade, ou seja, afirma que algo no pode ser e no ser ele mesmo. O segundo deles, o princpio do terceiro-excludo, pode ser visto como a forma disjuntiva do princpio da identidade: uma coisa ou no . Entre essas duas possibilidades contraditrias no h possibilidade de uma terceira que, assim, fica excluda.
8
3 Sistemas de recomendao
Sistemas de Recomendao podem ser vistos ao realizar buscas em sites de pesquisa da internet, em compras online, ou at mesmo ao visualizamos nossos e-mails. So o mecanismo por trs da propaganda personalizada que recebemos na web, com indicaes de sites para visitarmos ou produtos para comprarmos.
Com o aumento do consumo em dispositivos mveis e a propagao o e-commerce, sistemas de recomendao tornaram-se um tema extremamente atrativo. Atravs de algoritmos simples e facilmente integrveis a aplicaes web, eles agregam valor ao negcio online, promovendo itens de consumo direcionados a um pblico alvo. Por trs da singela propaganda, estes sistemas utilizam abstraes matemticas de dados.
Sistema de recomendao uma pequena inteligncia artificial que pode analisar dados complexos e sugerir com algum fundamento alguma coisa. Sistemas de recomendao SR, so algoritmos que recebem como entrada 2 argumentos, o primeiro o alvo, ou seja aquele que vai receber uma recomendao, o outro argumento so um conjunto de dados que fazem alguma relao com esse alvo, h diversos tipos de sistemas de recomendao, e cada um com um funcionamento especfico, o funcionamento pode ser simples usando lgica clssica, j outros mais complexos podem usar o princpio da incerteza, esses so usados em empresas grandes como Google e Amazon, empresas que so lderes nesse ramo de propaganda inteligente. 3.1 Recomendaes Baseadas em contedo
Esse algoritmo se consiste em recomendaes com base em aes que o alvo tenha feito em outro momento, por exemplo, compras anteriores, histrico de sites visitados, curtidas, gostei sinalizadores em redes sociais, qualquer indicao passada entrada para uma possvel recomendao nesse sistema. 3.2 Recomendaes Colaborativas Recomendaes colaborativas so um pouco mais complexas que as baseadas em contedo, tratamos nesse objeto de estudo alvo um pessoal qualquer, toda pessoa vive cercada por variveis sociais, como ambiente, amigos etc. A identidade social construda com base nessas variveis, isso significa que grupos de pessoas que gostam da coisas em comum possam gostar de outras, em 9
um caso hipottico e simplificado podemos dizer que, se uma pessoa de 18 anos gosta de rock e tambm gosta de roupa preta, outra pessoa de 18 anos que gosta de rock, pode tambm gostar de roupa preta, mas isso no funciona com exemplos como esse, mas sim com margens estatsticas, ou seja, os gostos so analisados em grandes quantidades para conseguir determinar o quanto mais prximo um item de uma pessoa atravs de um grupo social, de forma resumida, recomendaes Colaborativas um algoritmo que leva em considerao a realidade social similar do alvo, esse tipo de recomendao tem um melhor desempenho quando aplicado o princpio da incerteza, do contrrio pura estatstica. 3.3 Lgica booleana nos sistemas de recomendao
Os algoritmos de sistemas de recomendao utilizam alguns dos princpios da lgica booleana, como por exemplo conjuno, disjuno e condicional, quando perfil do alvo definido so feitas concluses por margem estatsticas com base nesses princpios lgicos para determinar um espao amostral de possibilidades de recomendaes, aprofundando um pouco o nvel da abordagem. Seja C o conjunto de todos os usurios de um determinado sistema, e seja S' o conjunto de todos os possveis itens que podem ser recomendados como livros, filmes, restaurantes etc. Seja u a funo utilidade que mede o quo til um determinado item s para um determinado usurio c, i.e., u:C x S R, onde R um conjunto totalmente ordenado. Ento, para cada usurio c C, procura-se um item s' S que maximiza a utilidade ao usurio. 3.3.1 Exemplos da aplicao da lgica em sistemas de recomendao 3.3.1.1 Exemplos 1 Pedro est navegando em uma determinada rede social, Pedro tem 15 anos gosta de rock e costuma com frequncia sinalizar seus gostos por camisas de rock em grupos de discusso, mas por motivos pessoais odeia camisas totalmente azuis e camisas totalmente brancas e comenta isso no grupo. Pelo sistema de recomendao por contedo, podemos montar a seguinte proposio com o caso citado acima. Pedro compra camisas se elas forem diferentes da cor azul ou branca e tem que ser sobre rock. As variveis so cores e um gosto pessoal de Pedro, ento quando Pedro compra camisa?
P =(A v B) R
Onde, P ao comprar, A cor azul, B cor branca, R tema da camisa(rock) 10
Tabela 1: Tabela Verdade Exemplos 1
Nos casos onde a proposio (A v B) R for verdadeira, Pedro comprar uma camisa. Nos casos onde seja falsidade Pedro no comprar camisa alguma. 3.3.1.2 Exemplos 2 Sandra jovem e gosta de estar sempre atualizada com a moda do momento, Sandra adora smartphone e v todos os seus amigos comentarem nas redes sociais que possuem um iphone, Sandra comea a receber banners de propaganda sobre iphone, Sandra resolve comprar um iphone. Pelo sistema de recomendao colaborativa podemos montar a seguinte proposio e sua respectiva tabela verdade conforme o caso descrito acima.
Sandra receber as propagandas e comprar seu iphone se os amigos dela possurem Iphone.
P = Sandra receber as propagandas I = Sandra comprar seu iphone A = Amigos de Sandra possuem iphone.
P^I A
Tabela 2: Tabela Verdade Exemplos 2
A B R A B (A v B) (A v B)R V V V F F F F V V F F F F V V F V F V V V V F F F V V F F V V V F V V F V F V F V F F F V V V V V F F F V V V F P I A P^I P^I A V V V V V V V F V F V F V F V V F F F V F V V F V F V F F V F F V F V F F F F V 11
Nos casos onde a proposio P^I A for verdadeira, Sandra receber as propagandas e comprar seu Iphone. No caso onde a proposio for falsa, os amigos de Sandra no possuem Iphone e ela no comprar um Iphone.
3.3.1.3 Exemplos 3
Mariana visita um site em busca de promoes de viagens para passar frias em um lugar onde tenha belas praias. A agncia de viagens recomenda lugares tursticos que tenham belas praias e oferece a ela por e-mail vrios pacotes promocionais para o nordeste que considerado uma boa sugesto de entretenimento baseando-se em seu perfil. Pelo sistema de recomendao por contedo, podemos montar a seguinte proposio com o caso citado acima.
Mariana receber um e-mail recomendando ir ao nordeste se e somente se no nordeste tiver belas praias e Mariana conseguir um pacote promocional.
M= Mariana recebe o email recomendando ir ao nordeste. S = No nordeste tem belas praias. P = Mariana consegue um pacote promocional.
M (S^P)
Tabela 3: Tabela Verdade Exemplos 3
Nos casos onde a proposio M (S^P) for verdadeira, Mariana receber um email recomendando que ela v ao nordeste. Nos casos onde forem falsa, Mariana no receber o email para ir ao nordeste porque provavelmente no ser de seu interesse.
3.3.1.4 Exemplos 4
Joo gosta de tecnologia e pretende comprar um tablet ou um smartphone, ele acessa um site de e- commerce para comprar um tablet ou um smartphone e o site de e-commerce fez recomendaes de outros produtos que podem ser adquiridos juntos com o tablete ou smartphone que Joo deseja comprar. Com sistema de recomendao baseado em contedo podemos elaborar as proposies e sua respectiva tabela verdade conforme o caso descrito acima. M S P S^P M(S^P) V V V V V V V F F F V F V F F V F F F F F V V V F F V F F V F F V F V F F F F V 12
Joo receber ofertas de carto de memria e capa de proteo, s se comprar um tablet ou smartphone.
M= Joo receber ofertas de carto de memria P= Joo receber ofertas de capa de proteo J= Joo comprou um tablet S= Joo comprou um smartphone
(M^P) (J v S)
Tabela 4: Tabela Verdade Exemplos 4
Nos casos onde a proposio for verdadeira, Joo comprar um Tablet ou um Smartphone e receber ofertas de cartes de memria e capas de proteo. Nos casos onde a proposio for falsa, Joo no comprar um Tablet ou um Smartphone e no receber ofertas de cartes de memria e nem de capas de proteo.
M P J S M^P J v S (M^P) (J v S) V V V V V V V V V V F V V V V V F V V V V V V F F V F F V F V V F V F V F V F F V F V F F V F V F V F F F F F V F V V V F V F F V V F F V F F V F V F V F F V F F F F V F F V V F V F F F V F F V F F F F V F V F F F F F F F V 13
4 Consideraes finais Na formatao deste trabalho o principal objetivo era o estudo de alguns conceitos envolvidos em um Sistema de Recomendao e analisar alguns Sistemas de Recomendao de Produtos existentes em sites de comrcio Eletrnico, atravs da identificao dos pontos fortes e fracos de cada um. Com o objetivo de cativar cada vez mais os clientes e mostrar que cada um nico, as lojas eletrnicas adotam solues baseadas na personalizao de ofertas para seus clientes. Porm, diferentes estratgias podem ser utilizadas para personalizar recomendaes para os usurios, tais como: lista de recomendao, avaliao dos usurios, itens semelhantes e associao por contedo. Para que ocorra uma personalizao das recomendaes, os Sistemas de Recomendao necessitam utilizar os padres de comportamento dos usurios para fundamentar suas recomendaes e necessidades. Portanto, o sistema de recomendao utiliza tcnicas de filtragem de informao para identificar esses padres de comportamento.
A anlise dos sistemas de recomendao s foi possvel aps o estudo sobre os alguns conceitos. Com essa anlise pode-se constatar que os sistemas de recomendao podem ser utilizados para que se possa conhecer melhor as preferncias do cliente, e assim utiliz-las para personalizar o relacionamento entre o cliente e a empresa. Outra constatao que foi adquirida que o sistema de recomendao facilita e muito para que um cliente encontre um produto do seu interesse tanto atravs da recomendao personalizada como da no personalizada.
No sentido de construir teorias formais ou sistemas formais mais expressivos, inserimos os conectivos (negao, conjuno, disjuno, condicional e bicondicional) e vimos algumas regras de interferncias a eles associados. Vimos tambm como expressar o sentido dos conectivos e das frmulas em geral, em termos de V ou F, ou seja, construindo tabelas-verdades.
14
Referncias bibliogrficas
SITUAO.NET. Disponvel em: <http://situado.net/a-definicao-da-logica-classica/>. Acesso em 12/08/2014
UEFS.BR. Disponvel em: <http://www2.uefs.br/sitientibus/pdf/11/logica_classica_um_problema_de_identidade.pdf/>Acesso em 25/08/2014 SHOHAM, Y. and BALABANOVIC, M. Content-based, collaborative recommendation, Communications of the ACM 40, 1997.
15
Fabricio Procaci Santiago fprocaci@gmail.com Guilherme d Avila Vertein guilherme.vertein@al.infnet.edu.br Isvaldo Fernandes de Souza - isvaldo.fernandes@gmail.com Mrcio Vincius Barreto Teles Lobo - marcio.lobo@al.infnet.edu.br Vinicius Bianchi de Oliveira viniciusbianchi3@hotmail.com