Proposta de modelagem de perfil de assinante de um publisher e construção de um sistema de recomendação de conteúdos
Sistemas de recomendação apresentam os itens de maior interesse do usuário, baseado em seu perfil de consumidor de conteúdo, oferecendo assim itens de maior interesse para ele. No contexto dos produtores de conteúdos e portais de notícia, cada vez mais vemos a necessidade de manter um público engajado e que tenha confiança no conteúdo do portal que acessa. Nesse sentido, o uso de sistemas de recomendação pode-se ter uma fonte de conhecimento essencial para os editores escolherem os conteúdos a serem publicados e ainda apresentarem sugestões personalizadas a leitores assinantes de clube ou de paywall. Assim, sistemas de recomendação têm papel relevante na estratégia de fidelizar clientes ao seu portal e aproximar o público do acesso à informação de qualidade. Porém, desenvolvimento de sistemas de recomendação acurados demandam obter informação de qualidade sobre os hábitos dos clientes, o que nem sempre é tarefa trivial.
Esta proposta de dissertação tem como objetivo construir um sistema de recomendação de conteúdo para um publisher brasileiro que possui um clube de assinaturas digital, onde oferece para os seus assinantes conteúdo pago em edições semanais. Para desenvolver a proposta será realizada análise sobre os sistemas de recomendação e algoritmos de aprendizagem não supervisionada, além do estudo para o domínio da área dos usuários consumidores de conteúdo pago no meio digital por clubes de assinaturas, considerando principalmente informação sobre o histórico de navegação do cliente no site da empresa para se determinar o seu perfil de uso.
Neste estudo pretendemos fornecer para o jornal conhecimento sobre a sua base de assinantes e um sistema de recomendação que, se aplicado em produção, poderá entregar conteúdos sugeridos filtrados de acordo com as preferências do usuário e gerar planos de ação sobre como os seus conteúdos serão trabalhados para engajamento do público.