| |||||||||||||||
ReSCAI 2024 : Recomendação Sensível ao Contexto em Ambientes Inteligentes | |||||||||||||||
Link: https://sbbd.org.br/2024/chamada-workshops/rescai/ | |||||||||||||||
| |||||||||||||||
Call For Papers | |||||||||||||||
O WS Recomendação Sensível ao Contexto em Ambientes Inteligentes (ReSCAI) será realizado durante o Simpósio Brasileiro de Banco de Dados (SBBD) 2024.
O propósito deste workshop é promover a interação entre os participantes do grupo de interesse, abordando a integração entre modelos conceituais que descrevem contextos e ferramentas de recomendação em Ambientes Inteligentes (Smart Environments). Além disso, temos como objetivo secundário explorar o uso de novas tecnologias para recomendação física e de conteúdos em Campus Universitários Inteligentes. Com o desenvolvimento de tecnologias de ponta nos últimos anos e a crescente facilidade de acesso à internet, a quantidade de dados circulando na rede aumentou drasticamente. Isso dificultou o acesso a informações de qualidade, levando muitos usuários a perderem tempo procurando e filtrando dados. Nesse contexto, surgem os Sistemas de Recomendação. Eles têm a responsabilidade de buscar informações relevantes para o usuário, utilizando mecanismos capazes de reconhecer seus possíveis interesses e, por meio de algoritmos, oferecer recursos que atendam às suas necessidades. Sistemas de Recomendação são responsáveis por buscar informações relevantes ao usuário por meio de mecanismos capazes de reconhecer os possíveis interesses do usuário e oferecer ao usuário recursos que atendam aos seus interesses. Recentemente, Sistemas de Recomendação foram aplicados no domínio de ambientes inteligentes, o que define sistemas e tecnologias a serem aplicadas para recomendações de recursos, contatos e serviços em ambientes conectados. Objetivo: - Promover a interação entre especialistas na área de recomendação sensível ao contexto em ambientes inteligentes. - Discutir a integração entre modelos conceituais que descrevem contextos e ferramentas de recomendação de recursos e eventos. - Explorar o uso de modelos de aprendizagem de máquina para suportar recomendações. - Analisar o uso de novas tecnologias para aplicações de recomendação física e de conteúdos em Ambientes Inteligentes. |