UNIVERSIDADE FEDERAL DE PERNAMBUCO Centro de Informática Graduação em Ciências da Computação

UNIVERSIDADE FEDERAL DE PERNAMBUCO

Centro de Informática

Graduação em Ciências da Computação

Proposta de Implementação de um Sistema de Recomendação para

o Social Commerce

Proposta de Trabalho de Graduação

Aluno: Jailson da Costa Dias (jcd2)

Orientador : Sérgio Ricardo De Melo Queiroz (srmq) Área : Sistemas De Recomendação

Recife Março de 2019

Sumário

1.

Contexto

1.1. Comércio

O comércio de produtos ou serviços existe a cerca de 150 mil anos [2], atravessando os séculos e tendo várias alterações durante esse período. No início, antes de existir uma moeda o comércio era feito trocando um produto ou serviço por outro produto ou serviço.

Com o surgimento das moedas foi possível comprar produtos ou serviços sem precisar oferecer outro produto ou serviço em troca, assim facilitando o comércio de produtos e contratação de serviços, nesse caso quem precisa do serviço contrata a outra pessoa e paga com a moeda corrente.

Outro marco do comércio foi com o surgimento do comércio eletrónico (ou em inglês electronic commerce, e-commerce). Com o e-commerce é possível que qualquer pessoa possa comprar o produto anunciado no e-commerce sem precisar estar fisicamente no local que o vendedor está. Junto com este tipo de compra, o e-commerce, surge um outro problema, que é a confiança, pois como quem compra e quem vende não se conhece e nesse caso o comprador não consegue ter acesso fisicamente ao produto e assim poder saber se o produto é de qualidade, assim ele pode ficar receoso em compra o produto.

A partir dessas necessidades foi criado algumas ferramentas para permitir a interação dos usuários dentro dos e-commerces, como por exemplo através de avaliações dos produtos ou comentários sobre o vendedor do produto, com esse tipo de interação entre os usuários, outros compradores quando for comprar aquele produto vai ter uma validação de outras pessoas que compraram aquele produto ou comprou algum outro produto daquele vendedor.

Com o avanço das redes sociais e a grande quantidade de usuários nelas, esse modelo de social commerce teve um avanço, com os clientes tendo todo o contato com o produto dentro de uma rede social, podendo ou não comprar por ela, nesse caso o cliente terá uma validação do produto de seus amigos na rede social ou até mesmo outras pessoas que ele não conhece.

1.2. Recomendação no e-commerce

Com o surgimento do e-commerce, foi possível aumentar muito a quantidades de produtos vendidas pelo mesmo vendedor, pois esses vendedores não vão precisar estar fisicamente presentes para conseguir vender os produtos, assim essas vendas podem ser feitas para qualquer pessoa em qualquer lugar do planeta. E como esse vendedor pode vender para mais pessoas distintas, a quantidade e variedade de produtos dentro do e-commerce também aumenta.

Com essa grande variedade de produtos no e-commerce e sem um contato físico para saber qual produto oferecer para o cliente, começa a ter uma perda de venda muito grande, pois mesmo no e-commerce tendo o produto que o cliente quer comprar muitas vezes ele não consegue encontrar, pois a quantidade de produtos que ele tem que ver para conseguir encontrar o que quer é muito grande, assim juntamente com a inteligência artificial (IA) surge a recomendação de produtos dentro do e-commerce, para conseguir

vender mais para aqueles clientes que não conseguia encontrar os produtos que quer dentro do e-commerce.

Passando para o social commerce os sistemas de recomendações consegue ter uma melhor precisão na recomendação de produtos para os usuários, pois agora tem informações geradas pelos usuários sobre os produtos que ele gosta, assim conseguindo ter uma melhor recomendação dos produtos para os usuários.

E com o anúncio do produto dentro da rede social a qualidade da recomendação melhora muito, pois o sistema vai ter mais informações do comportamento do usuário dentro da rede social, como interações entre os amigos e páginas da rede social, com essas informações ter melhores recomendações de produtos para ele.

Com esses anúncios de produtos dentro das redes sociais o usuário tem uma melhor recomendação de produtos, mas essa informação não é repassada para o e-commerce quando o usuário sai da rede social para comprar o produto no e-commerce. Já no e-commerce como ele não tem essas informações para ter uma boa recomendação de produtos para o usuário, ele acaba perdendo de vender muitos produtos junto com os produtos que os clientes já vai comprar quando ele vem do produto anunciado na rede social.

2. Objetivo

Com o surgimento do e-commerce, foi possível aumentar muito a quantidades e variedade de produtos vendidos no mesmo e-commerce. Com essa grande variedade de produtos no e-commerce e sem um contato físico para saber qual produto oferecer para o cliente, começa a ter uma perda de venda muito grande, pois mesmo no e-commerce tendo o produto que o cliente quer comprar muitas vezes ele não consegue encontrá-lo, assim juntamente com a inteligência artificial (IA) surge a recomendação de produtos no e-commerce, para conseguir vender mais para aqueles clientes que não conseguia encontrar os produtos que quer comprar.

Com o surgimento e expansão das redes sociais o anúncio de produtos do e-commerce começou a ser divulgado nas redes sociais. Como essas redes sociais tem várias informações sobre os gostos dos usuários elas conseguem ter uma recomendação de produtos muito boa, só que essas informações sobre o usuário não existe no e-commerce, assim quando o usuário clica no anúncio e vai para o e-commerce, o e-commerce não consegue ter boas recomendações para ele.

Neste trabalho vamos analisar as interações dos usuários com a rede social até a compra do produto para propor uma solução que melhore a qualidade da recomendação para esses usuários, assim aumentando a quantidade de vendas no e-commerce.

3. Cronograma

Atividade Março Abril Maio Junho

Elaboração da Proposta X Entrega da Proposta X Revisão da Literatura X X Análise e Aprofundamento X X Elaboração da proposta de solução X X Escrita do Trabalho X Entrega do Trabalho X Preparação da Apresentação X X Apresentação X

4. Possíveis Avaliadores

5. Referências Bibliográficas

[1] CAZELLA, Sílvio César; NUNES, M. A. S. N.; REATEGUI, Eliseo. A Ciência da Opinião: Estado da arte em Sistemas de Recomendação. André Ponce de Leon F. de Carvalho; Tomasz Kowaltowski..(Org.). Jornada de Atualização de Informática-JAI, p. 161-216, 2010. [2] PETER, Watson. Ideas: A History of Thought and Invention, from Fire to Freud. 2005. [3] GARRIDO, Regina. Social commerce: muito mais que e-commerce + social media. 2012. Disponível em: <https://www.ecommercebrasil.com.br/artigos/social-commerce-muito-mais-que-e-commerce-social-media/>. Acesso em: 13 mar. 2019.

[4] ZAMBRANO, Fernando. Por que investir em um sistema de recomendação no e-commerce? 2018. Disponível em: <https://www.traycorp.com.br/conteudo/por-que-investir-em-um-sistema-de-recomendacao-no-e-commerce/>. Acesso em: 13 mar. 2019.

[5] KIM, Namil; KIM, Wonjoon. Do your social media lead you to make social deal purchases? Consumer-generated social referrals for sales via social commerce. International Journal of Information Management, v. 39, p. 38-48, 2018.

[6] ALADWANI, Adel M. A quality-facilitated socialization model of social commerce decisions. International Journal of Information Management, v. 40, p. 1-7, 2018.

[7] GIBREEL, Omer; ALOTAIBI, Dhari A.; ALTMANN, Jörn. Social commerce development in emerging markets. Electronic Commerce Research and Applications, v. 27, p. 152-162, 2018.

[8] LI, Zhi et al. Learning from history and present: Next-item recommendation via discriminatively exploiting user behaviors. In: Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. ACM, 2018. p. 1734-1743. [9] SCHAFER, J. Ben; KONSTAN, Joseph; RIEDL, John. Recommender systems in e-commerce. In: Proceedings of the 1st ACM conference on Electronic commerce. ACM, 1999. p. 158-166.

[10] LEAL, Maria Fernanda Gomes. Social commerce: usando as redes sociais para gerar lucro e estreitar relacionamento com os consumidores. 2014.