Este repositório apresenta o trabalho desenvolvido no primeiro período do curso de Gestão de Dados da Universidade Federal do Piauí (UFPI), na disciplina de Banco de Dados. O objetivo central deste projeto é realizar a modelagem de um banco de dados, aplicando os conceitos e técnicas aprendidos durante a disciplina.
O trabalho proposto tem como foco a criação de um modelo de banco de dados para um sistema de recomendação de animes e músicas destinado a universitários. O projeto inclui um dicionário de dados e um modelo entidade-relacionamento (MER), ambos elaborados para personalizar as recomendações com base nas preferências e perfil de cada usuário.
- O administrador é responsável por inserir informações sobre animes, músicas e perfis de alunos nas tabelas do sistema.
- Ao acessar o aplicativo, o aluno recebe sugestões personalizadas de animes e músicas, que podem ou não estar relacionadas ao anime sugerido.
- A seleção de animes considera os seguintes atributos do aluno:
- Idade
- Filtro_limit_temp (indica a necessidade de informar o limite de temporadas)
- Área_curso
- O atributo Qtd_indicações também é considerado. Se especificado, o aluno recebe a quantidade definida de recomendações; caso contrário, recebe uma indicação padrão.
- A recomendação de músicas leva em conta os seguintes atributos do perfil do aluno:
- Estilo_musical
- Idade
- O processo de recomendação de músicas segue os passos de análise do perfil do aluno, consulta ao banco de dados, aplicação de filtros e regras, ordenação das recomendações e apresentação ao aluno.
-
Generalização do Perfil: Modificar a entidade "Aluno" para "Usuário" e adicionar um atributo "Perfil_usuario", permitindo perfis como "admin" e "aluno".
-
Interatividade do Usuário: Implementar a opção de gerar recomendações apenas quando o aluno clicar no botão "Gerar Recomendação", alterando a cardinalidade entre as relações.
-
Personalização das Recomendações: Oferecer ao aluno a opção de escolher entre receber recomendações apenas de músicas, apenas de animes ou de ambos. Segmentar o atributo Qtd_indicacoes em Qtd_indicacoes_anime e Qtd_indicacoes_musica para maior precisão.
-
Melhorias nas Recomendações: Implementar filtros adicionais, como Nota_imdb, Qtd_episodios e termos da Sinopse, para refinar ainda mais as recomendações.
-
HOPPEN, Joni. PRATES, Wlademir. SANTOS, Marcos. Aquarela: O que é um dicionário de dados de Data Analytics, c2017. Link. Acesso em: 16 de junho de 2023.
-
HOPPEN, Joni. Aquarela: Natureza dos Dados e estruturação para Data Science, c2017. Link. Acesso em: 16 de junho de 2023.
-
CRUNCHYROLL. Aplicativo de animes. Link. Acesso em: 16 de junho de 2023.
-
BANCO DE DADOS. Dicionário de dados. Link. Acesso em: 17 de junho de 2023.
- Bruna Lorena
- Kedma Freire
- Lorena Silva
- Mariana Borges
Este projeto está sob as licenças:
