Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/18031
Files in This Item:
File Description SizeFormat 
riandasdoresalves.pdf2.91 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1David, José Maria Nazar-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3640497501056163pt_BR
dc.contributor.advisor-co1Braga, Regina Maria Maciel-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/7690593698223418pt_BR
dc.contributor.referee1Menezes, Victor Ströele de Andrade-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/7561791813071961pt_BR
dc.contributor.referee2Graciano Neto, Valdemar Vicente-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/9864803557706493pt_BR
dc.contributor.referee3Siqueira, Kennya Beatriz-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/2961347602093303pt_BR
dc.creatorAlves, Rian das Dores-
dc.creator.Latteshttp://lattes.cnpq.br/4196635888618456pt_BR
dc.date.accessioned2025-01-16T15:32:47Z-
dc.date.available2025-01-16-
dc.date.available2025-01-16T15:32:47Z-
dc.date.issued2024-09-27-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/18031-
dc.description.abstractThe 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.pt_BR
dc.description.resumoA 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.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICE – Instituto de Ciências Exataspt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computaçãopt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectNutrientept_BR
dc.subjectAlimentopt_BR
dc.subjectDadospt_BR
dc.subjectWeb scrapingpt_BR
dc.subjectPreçopt_BR
dc.subjectRecomendaçãopt_BR
dc.subjectAutoadaptaçãopt_BR
dc.subjectNutrientpt_BR
dc.subjectFoodpt_BR
dc.subjectDatapt_BR
dc.subjectWeb scrapingpt_BR
dc.subjectPricept_BR
dc.subjectRecommendationpt_BR
dc.subjectSelfadaptationpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleUma arquitetura autoadaptativa para a recomendação de alimentospt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Mestrado em Ciência da Computação (Dissertações)



This item is licensed under a Creative Commons License Creative Commons