@MASTERSTHESIS{ 2018:1449008254,
 	title = {Learning to rank para busca em Comércio Eletrônico},
 	year = {2018},
 	url = "https://tede.ufam.edu.br/handle/tede/6769",
 	abstract = "Métodos que geram funções de ordenação de resultados baseadas em aprendizagem de
 máquina têm sido amplamente utilizados em sistemas de busca para a web, como as
 utilizadas em motores de busca como o Google e Bing. No entanto, esses recursos não
 têm sido muito empregados ou estudados em outros contextos. É o caso, por exemplo,
 do comércio eletrônico, no qual, a interação de usuários com lojas virtuais produz
 dados como: quando um usuário acessou a página de uma loja pela primeira vez, que
 consultas realizou, quais produtos clicou, e o que comprou. Neste trabalho, propomos a
 utilização de métodos de aprendizagem de máquina para aprender funções de ordenação
 de resultados no contexto de comércio eletrônico. Estudamos formas alternativas de
 estimar a relevância de um resultado para uma dada consulta e realizamos experimentos
 utilizando dados extraídos de lojas de comércio eletrônico. Realizamos experimentos
 tanto com ambientes que denominamos offline, onde uma base de dados é montada com
 a abordagem tradicional de separa-la em treino, validação e teste, quanto em ambientes
 que denominamos online, onde pusemos versões distintas dos sistemas para funcionar
 em lojas com usuários em situações reais de compra. Apresentamos no estudo nossas
 conclusões a respeito dos experimentos realizados.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Informática},
 	note = {Instituto de Computação}
}