Publication
Enhancing health and fitness: a hybrid recommender system
| datacite.subject.fos | Engenharia e Tecnologia | pt_PT |
| dc.contributor.advisor | Martins, António Constantino Lopes | |
| dc.contributor.author | Castro, Ivo Loureiro | |
| dc.date.accessioned | 2024-12-02T11:20:26Z | |
| dc.date.available | 2024-12-02T11:20:26Z | |
| dc.date.issued | 2024-10-08 | |
| dc.description.abstract | This master’s thesis details the development of a recommender system integrated into a health application, aimed at enhancing of enhancing physical activity. This study’s main objective is to analyse, design and implement a framework for a hybrid recommender system framework that provides personalized health recommendations to individual users. Following an ethical data management and prioritizing user privacy, this study aims to bring clarity to the complexities of personal health data usage, exemplifying a model for secure and user-centric application development. This research aims to offer insights into key features of an effective health recommender system, by evaluating the system’s impact on user behaviour and health outcomes and demonstrating how it can influence user engagement. Contributing to the broader understanding of digital health innovations and the potential of personalized health recommendations. | pt_PT |
| dc.description.abstract | A digitalização no setor da saúde tem vindo a aumentar significativamente com os avanços tecnológicos nos anos recentes, por esta razão, é possível observar uma transformação significativa na forma como se previne e trata doenças e mal-estar, recorrendo a soluções digitais para melhorar este processo. A prática de exercício físico é uma forma eficaz de prevenção ao reduzir a probabilidade de ter doenças físicas ou mentais, mas, atualmente, a quantidade de informação disponível sobre este tópico consegue ser avassaladora e cresce a um passo acelerado. Por esta razão, sistemas de recomendação são uma opção viável para filtrar informação e ajudar no processo de tomada de decisão. Nesse sentido, este documento detalha o desenvolvimento de uma aplicação que utiliza Python e a framework Django para incorporar um sistema de recomendação híbrido que alterna entre a abordagem de filtragem por conteúdo e a filtragem colaborativa. O objetivo desta aplicação é auxiliar o utilizador a planear uma rotina de exercícios físicos. Para esse efeito, o primeiro passo foi realizar a revisão da literatura para perceber o estado da arte de sistemas de recomendação aplicados à saúde. Este estudo incide sobre uma variedade de artigos científicos selecionados utilizando a metodologia PRISMA para garantir a relevância da informação. Esta análise permitiu identificar não só falhas, mas também diretrizes na literatura, orientando assim o desenvolvimento do projeto. As lacunas identificadas estão relacionadas com o estudo da eficácia percetível dos sistemas de recomendação, com a pequena amostra de exemplos concretos de soluções que asseguram a privacidade e proteção de dados do utilizador e com a fraca presença da inclusão do processo de esquematização da experiência do utilizador. É esperado que este documento represente um contributo significativo para a compreensão das potencialidades e desafios dos sistemas de recomendação aplicados na saúde. | pt_PT |
| dc.identifier.tid | 203733029 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.22/26581 | |
| dc.language.iso | eng | pt_PT |
| dc.subject | Recommender system | pt_PT |
| dc.subject | Health application | pt_PT |
| dc.subject | Physical activity | pt_PT |
| dc.subject | Exercise | pt_PT |
| dc.subject | Ethics | pt_PT |
| dc.subject | Data privacy | pt_PT |
| dc.title | Enhancing health and fitness: a hybrid recommender system | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia Informática | pt_PT |