Author:
Azambuja Rogério Xavier de,Morais A. Jorge,Filipe Vítor
Abstract
No atual cenário de crescimento tecnológico, à semelhança da maioria dos produtos agrícolas, o vinho apresenta um volume de dados disponibilizado muito reduzido ou com poucos elementos, o que limita a exploração científica, como é o caso nos sistemas de recomendação. Este artigo apresenta e avalia uma nova base de dados denominada X-Wines no seu primeiro ano de publicação. Ela é constituída por 100.646 rótulos de vinhos produzidos em 62 países e 21 milhões de classificações reais dos consumidores encontrados na Web aberta em 2022. X-Wines é disponibilizada para ser livremente utilizada em sistemas de recomendação, aprendizado de máquina e uso geral, como uma contribuição à ciência de dados.
Publisher
Sociedade Brasileira de Computação - SBC
Reference29 articles.
1. Archana, K. and Saranya, K.G. (2020). “Crop Yield Prediction, Forecasting and Fertilizer Recommendation using Voting Based Ensemble Classifier”, In: International Journal of Computer Science and Engineering 7, 5, p. 1–4.
2. Artemenko, O., Kunanets, O., and Pasichnyk, V. (2017). “E-tourism recommender systems: a survey and development perspectives”, In:ECONTECHMOD International Journal on Economics of Technology and Modelling Processes 6, 2, p. 91–95.
3. de Azambuja, R.X., Morais, A.J., and Filipe, V. (2022). “Adaptive Recommendation in Online Environments”, In: Distributed Computing and Artificial Intelligence, Vol. 2: 18th International Conference, Springer International Publishing, p. 185–189.
4. de Azambuja, R.X., Morais, A.J., and Filipe, V. (2023). “X-Wines: A Wine Dataset for Recommender Systems and Machine Learning”, In: Big Data and Cognitive Computing 7, 1.
5. Baek, J.-W. and Chung, K.-Y. (2021). “Multimedia recommendation using Word2Vec-based social relationship mining”, In: Multimedia Tools and Applications 80, 26, p. 34499–34515.