Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/18031
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
riandasdoresalves.pdf2.91 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Dissertação
Título: Uma arquitetura autoadaptativa para a recomendação de alimentos
Autor(es): Alves, Rian das Dores
Primeiro Orientador: David, José Maria Nazar
Co-orientador: Braga, Regina Maria Maciel
Membro da banca: Menezes, Victor Ströele de Andrade
Membro da banca: Graciano Neto, Valdemar Vicente
Membro da banca: Siqueira, Kennya Beatriz
Resumo: A utilização de tecnologias computacionais pode apoiar a mitigação de problemas sociais complexos, como a insegurança alimentar e nutricional no Brasil. A fim de contribuir para o enfrentamento ao desafio imposto por essa subalimentação, a EMBRAPA Gado de Leite Juiz de Fora e a Universidade Federal de Juiz de Fora desenvolveram o Projeto Nutrileite, que visa calcular o custo-benefício nutricional dos alimentos, oferecendo informações sobre quais alimentos são mais nutritivos e acessíveis. No entanto, o projeto enfrenta desafios devido à grande quantidade de dados e à volatilidade dos preços. Há necessidade de uma abordagem automatizada para lidar com a diversidade de dados e contextos no Brasil. Sendo assim, esta dissertação propõe a Arquitetura Nutri’n Price, uma solução tecnológica para automatizar a extração e processamento de informações nutricionais e de custo dos alimentos. A pesquisa é organizada a partir da metodologia Design Science Research (DSR) e relata neste trabalho três ciclos de desenvolvimento. Estes ciclos evoluem a arquitetura, de modo que ela forneça recomendações personalizadas sobre alimentos com base em seu custo e valor nutricional, considerando as preferências e as necessidades socioeconômicas dos usuários. A solução proposta inclui a utilização de Webscraping para coleta de dados, Machine Learning para prever alterações de preços e uma rede semântica para personalizar recomendações. A arquitetura é projetada para ser autoadaptativa, ajustando-se dinamicamente às mudanças no ambiente e às necessidades dos usuários. A Nutri’n Price busca atender a um grande número de usuários, proporcionando uma solução robusta para a insegurança nutricional e alimentar nas diferentes regiões do Brasil. A pesquisa destaca a importância das tecnologias computacionais na resolução de problemas sociais e mostra como a Arquitetura Nutri’n Price pode contribuir significativamente para a promoção de uma alimentação mais saudável e acessível. Além disso, o trabalho abre caminho para futuras pesquisas e inovações na área de Computação Social, reforçando o papel essencial da tecnologia na construção de uma sociedade mais justa e sustentável.
Abstract: The use of computing technologies can help the mitigation of complex social problems, such as food and nutritional insecurity in Brazil. In order to contribute to addressing the challenge posed by this undernourishment, EMBRAPA Gado de Leite Juiz de Fora and the Federal University of Juiz de Fora developed the Nutrileite Project, which aims to calculate the nutritional cost-benefit of foods, providing information on which foods are more nutritious and affordable. However, the project faces challenges due to the large amount of data and price volatility. There is a need for an automated approach to deal with the diversity of data and contexts in Brazil. Therefore, this dissertation proposes the Nutri’n Price Architecture, a technological solution to automate the extraction and processing of nutritional and food cost information. The research is organized based on the Design Science Research (DSR) methodology and reports in this work three development cycles. These cycles evolve the architecture so that it provides personalized recommendations about foods based on their cost and nutritional value, considering the preferences and socioeconomic needs of users. The proposed solution includes the use of Webscraping for data collection, Machine Learning to predict price changes, and a semantic network to personalize recommendations. The architecture is designed to be self-adaptive, dynamically adjusting to changes in the environment and user needs. Nutri’n Price aims to serve a large number of users, providing a robust solution to nutritional and food insecurity in different regions of Brazil. The research highlights the importance of computational technologies in solving social problems and shows how the Nutri’n Price Architecture can significantly contribute to promoting healthier and more affordable food. In addition, the work paves the way for future research and innovations in the area of Social Computing, reinforcing the essential role of technology in building a more just and sustainable society.
Palavras-chave: Nutriente
Alimento
Dados
Web scraping
Preço
Recomendação
Autoadaptação
Nutrient
Food
Data
Web scraping
Price
Recommendation
Selfadaptation
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: ICE – Instituto de Ciências Exatas
Programa: Programa de Pós-graduação em Ciência da Computação
Tipo de Acesso: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/18031
Data do documento: 27-Set-2024
Aparece nas coleções:Mestrado em Ciência da Computação (Dissertações)



Este item está licenciado sob uma Licença Creative Commons Creative Commons