SlideShare uma empresa Scribd logo
1 de 27
Baixar para ler offline
suggesTv: A Content
Recommendation Application for
Digital Television


   Fabiano Bernardo, Roberto Turrin, Paolo Cremonesi
   Dipartimento di Elettronica e Informazione
   Politecnico di Milano – Milano, Italy

   Bruno Ghisi, Frank Siqueira
   Departmento de Informática e Estatística
   Universidade Federal de Santa Catarina
   Florianópolis, Brazil
Sumário




               Sumário
                ➔Introdução
                ➔Objetivos

                ➔Plataforma de Desenvolvimento

                ➔ContentWise

                ➔suggesTv

                ➔Análise Comparativa

                ➔Conclusões

                ➔Trabalhos Futuros




suggesTv                     2
Sumário




               Sumário
                ➔Introdução
                ➔Objetivos

                ➔Plataforma de Desenvolvimento

                ➔ContentWise

                ➔suggesTv

                ➔Análise Comparativa

                ➔Conclusões

                ➔Trabalhos Futuros




suggesTv                     3
Introdução 1/2




  Problema:

●Muitos programas;
●Necessidade de outras

ferramentas para ter
mais informações sobre
um determinado
conteúdo




suggesTv                 4
Introdução 1/2




 O desenvolvimento dos set top boxes (STBs) e a disponibilidade de
   middlewares de TV Digital favoreceram o desenvolvimento de
                            aplicativos
           4 principais padrões abertos de middleware de TVD:
                                 1) ARIB
                                 2) MHP
                                 3) Ginga
                                 4) DASE
suggesTv                          5
Sumário




               Sumário
                ➔Introdução
                ➔Objetivos

                ➔Plataforma de Desenvolvimento

                ➔ContentWise

                ➔suggesTv

                ➔Análise Comparativa

                ➔Conclusões

                ➔Trabalhos Futuros




suggesTv                     6
Objetivos




           Desenvolvimento de um sistema de recomendação
                      para middleware de TVD

           1.Utilizar padrões abertos de middleware de TVD
                   2.Integrar a engine do ContentWise
                   3.Desenvolvimento de um protótipo




suggesTv                        7
Sumário




               Sumário
                ➔Introdução
                ➔Objetivos

                ➔Plataforma de Desenvolvimento

                ➔ContentWise

                ➔suggesTv

                ➔Análise Comparativa

                ➔Conclusões

                ➔Trabalhos Futuros




suggesTv                    8
Plataforma de Desenvolvimento




           Máquina de execução de um middleware de TVD



                        API do MW específico

                               Java TV

                        Personal Basis Profile

                       Foundation Profile (FP)

                Connected Device Configuration (CDC)



suggesTv                         9
Sumário




               Sumário
                ➔Introdução
                ➔Objetivos

                ➔Plataforma de Desenvolvimento

                ➔ContentWise

                ➔suggesTv

                ➔Análise Comparativa

                ➔Conclusões

                ➔Trabalhos Futuros




suggesTv                     10
ContentWise 1/3




                                        Programas TV
                                        Canais
      Engine de
                                        Filmes
      recomendação
                                        Música
                                        Ringtones




                       STBs
                       Celulares
                       Aplicações Web




suggesTv                        11
ContentWise 2/3




suggesTv               12
ContentWise 3/3


           Algoritmos do ContentWise:




Collaborative filtering: tipo de algoritmos baseado nas relações entre items descobertos
analisando os ratings coletados.

Content-based filtering: tipo de algoritmos baseado na analise das informações textuais
disponíveis, enriquecida pela Latent Semantic Analysis (LSA).
suggesTv                                   13
Sumário




               Sumário
                ➔Introdução
                ➔Objetivos

                ➔Plataforma de Desenvolvimento

                ➔ContentWise

                ➔suggesTv

                ➔Análise Comparativa

                ➔Conclusões

                ➔Trabalhos Futuros




suggesTv                     14
suggesTv 1/3


                   Aplicação Java (Xlet) que pode rodar em STBs com middleware MHP.


                                              ●Busca dos conteúdos através de um
                                              teclado virtual;
                                              ●Consulta a um EPG personalizado;

                                              ●top content items;

                                              ●similar items;

                                              ●also-viewed items;




                                              ●A aplicação pode buscar preferências
           login                              implícitas e explícitas com perfil do
                                              usuário;
                                              ●Recomendações dos conteúdos de

                                              acordo com o perfil do usuário;




suggesTv                               15
suggesTv 2/3




                    Web Services
                    (SOAP)


                                        KSOAP 2.1.2
                                        HAVi (MHP)
                                        Java TV



suggesTv                           16
suggesTv 3/3




suggesTv            17
suggesTv 3/3




                    Screenshots




suggesTv                    18
suggesTv 3/3




suggesTv            19
suggesTv 3/3




suggesTv            20
Sumário




               Sumário
                ➔Introdução
                ➔Objetivos

                ➔Plataforma de Desenvolvimento

                ➔ContentWise

                ➔suggesTv

                ➔Análise Comparativa

                ➔Conclusões

                ➔Trabalhos Futuros




suggesTv                     21
Analise Comparativa




     [1]

     [2]

     [3]

     [4]




               Uso de recomendação remota (Web Services) e a memorizaçao dos
                                       perfis online.

           [1] P. Cotter and B. Smyth - “PTV: Intelligent Personalized TV Guides”;
           [2] H. Zhang, S. Zheng, and J. Yuan - “A Personalized TV Guide System Compliant with MHP”;
           [3] P. Maia, J. Leite, T. Batista - “MyPersonal-EPG: A customizable EPG with recommendation
           support”;
           [4] T. Isobe, M. Fujiwara and H.Kaneta - “Development and Features of a TV Navigation System”;

suggesTv                                             22
Sumário




               Sumário
                ➔Introdução
                ➔Objetivos

                ➔Plataforma de Desenvolvimento

                ➔ContentWise

                ➔suggesTv

                ➔Análise Comparativa

                ➔Conclusões

                ➔Trabalhos Futuros




suggesTv                     23
Conclusões




           Pontos fortes do suggesTv:

           ●Foi possível integrar o ContentWise e desenvolver um
           protótipo utilizando o MHP
           ●Recomendações em tempo real enquanto os usuários estão

           assistindo programas na televisão;
           ●Possibilidade de encontrar e conhecer novos programas que

           estejam de acordo com o gosto do usuário;
           ●Achar um programa específico




suggesTv                             24
Sumário




               Sumário
                ➔Introdução
                ➔Objetivos

                ➔Plataforma de Desenvolvimento

                ➔ContentWise

                ➔suggesTv

                ➔Análise Comparativa

                ➔Conclusões

                ➔Trabalhos Futuros




suggesTv                     25
Trabalhos Futuros




           ●Testes em ambientes reais
           ●Portar o suggesTv para rodar em STB com outros

           middlewares;
           ●Definição de outros filtros para melhorar a procura de

           conteúdos;
           ●Realizar estudos de usabilidade;

           ●Possibilidade de mudar os perfis dos usuários

           diretamente na tela da televisão;
           ●Recomendações para grupos de usuários;

           ●Integração de suggesTv com redes sociais (Facebook,

           Twitter, ...)




suggesTv                              26
Agradecimentos




                      Obrigado!




suggesTv                 27

Mais conteúdo relacionado

Semelhante a suggesTv Content App

Personalização de programas de tv no contexto da tv digital portátil interativa
Personalização de programas de tv no contexto da tv digital portátil interativaPersonalização de programas de tv no contexto da tv digital portátil interativa
Personalização de programas de tv no contexto da tv digital portátil interativaElaine Cecília Gatto
 
Integracao Continua em projetos .NET
Integracao Continua em projetos .NETIntegracao Continua em projetos .NET
Integracao Continua em projetos .NETLuthiano Vasconcelos
 
Desenvolvimento para tv digital interativa [ dia 2]
Desenvolvimento para tv digital interativa [ dia 2]Desenvolvimento para tv digital interativa [ dia 2]
Desenvolvimento para tv digital interativa [ dia 2]Diemesleno Souza Carvalho
 
ASP.NET Core + Health Checks: monitorando a saúde de aplicações e suas depend...
ASP.NET Core + Health Checks: monitorando a saúde de aplicações e suas depend...ASP.NET Core + Health Checks: monitorando a saúde de aplicações e suas depend...
ASP.NET Core + Health Checks: monitorando a saúde de aplicações e suas depend...Renato Groff
 
Tendências e Dicas para o Desenvolvimento de Software
Tendências e Dicas para o Desenvolvimento de SoftwareTendências e Dicas para o Desenvolvimento de Software
Tendências e Dicas para o Desenvolvimento de SoftwareNorberto Santos
 
Collaborative Filtering por Fatores Latentes - Recomendação para o GlobosatPlay
Collaborative Filtering por Fatores Latentes - Recomendação para o GlobosatPlayCollaborative Filtering por Fatores Latentes - Recomendação para o GlobosatPlay
Collaborative Filtering por Fatores Latentes - Recomendação para o GlobosatPlayCiro Cavani
 
Resenha: O Impacto do Software Livre e de Código Aberto na Indústria Brasileira
Resenha: O Impacto do Software Livre e de Código Aberto na Indústria BrasileiraResenha: O Impacto do Software Livre e de Código Aberto na Indústria Brasileira
Resenha: O Impacto do Software Livre e de Código Aberto na Indústria Brasileiraantonio sérgio nogueira
 
Open vpn
Open vpnOpen vpn
Open vpnTiago
 
Recomendação de conteúdo baseada em interações multimodais
Recomendação de conteúdo baseada em interações multimodaisRecomendação de conteúdo baseada em interações multimodais
Recomendação de conteúdo baseada em interações multimodaisArthur Fortes
 
ASP.Net Performance – A pragmatic approach - Luis Paulino
ASP.Net Performance – A pragmatic approach - Luis PaulinoASP.Net Performance – A pragmatic approach - Luis Paulino
ASP.Net Performance – A pragmatic approach - Luis PaulinoComunidade NetPonto
 
Sistemas de Recomendação com Neo4j + Surprise
Sistemas de Recomendação com Neo4j + SurpriseSistemas de Recomendação com Neo4j + Surprise
Sistemas de Recomendação com Neo4j + SurpriseMorvana Bonin
 
Controlando o Ciclo de Software e porque você deveria usar o VSTS
Controlando o Ciclo de Software e porque você deveria usar o VSTSControlando o Ciclo de Software e porque você deveria usar o VSTS
Controlando o Ciclo de Software e porque você deveria usar o VSTSRodrigo Kono
 
Projeto Indiana
Projeto IndianaProjeto Indiana
Projeto Indianahellequin
 
Desenvolvimento em Comunidade
Desenvolvimento em ComunidadeDesenvolvimento em Comunidade
Desenvolvimento em ComunidadePedro Dias
 
IntelligenceDoc - Desenvolvimento e Gerenciamento Colaborativo de Documentações
IntelligenceDoc - Desenvolvimento e Gerenciamento Colaborativo de DocumentaçõesIntelligenceDoc - Desenvolvimento e Gerenciamento Colaborativo de Documentações
IntelligenceDoc - Desenvolvimento e Gerenciamento Colaborativo de DocumentaçõesThiago Macedo
 
Como montar um DevOps Toolchain
Como montar um DevOps Toolchain Como montar um DevOps Toolchain
Como montar um DevOps Toolchain Fabio Reginaldo
 
Trabalho 4 Semestre e 5 Semestre 2015
Trabalho 4 Semestre e 5 Semestre 2015Trabalho 4 Semestre e 5 Semestre 2015
Trabalho 4 Semestre e 5 Semestre 2015Rodrigo Marinho
 
Sistema de recomendação para tv digital portátil
Sistema de recomendação para tv digital portátilSistema de recomendação para tv digital portátil
Sistema de recomendação para tv digital portátilElaine Cecília Gatto
 

Semelhante a suggesTv Content App (20)

Personalização de programas de tv no contexto da tv digital portátil interativa
Personalização de programas de tv no contexto da tv digital portátil interativaPersonalização de programas de tv no contexto da tv digital portátil interativa
Personalização de programas de tv no contexto da tv digital portátil interativa
 
Integracao Continua em projetos .NET
Integracao Continua em projetos .NETIntegracao Continua em projetos .NET
Integracao Continua em projetos .NET
 
Desenvolvimento para tv digital interativa [ dia 2]
Desenvolvimento para tv digital interativa [ dia 2]Desenvolvimento para tv digital interativa [ dia 2]
Desenvolvimento para tv digital interativa [ dia 2]
 
ASP.NET Core + Health Checks: monitorando a saúde de aplicações e suas depend...
ASP.NET Core + Health Checks: monitorando a saúde de aplicações e suas depend...ASP.NET Core + Health Checks: monitorando a saúde de aplicações e suas depend...
ASP.NET Core + Health Checks: monitorando a saúde de aplicações e suas depend...
 
Tendências e Dicas para o Desenvolvimento de Software
Tendências e Dicas para o Desenvolvimento de SoftwareTendências e Dicas para o Desenvolvimento de Software
Tendências e Dicas para o Desenvolvimento de Software
 
Falando sobre DevOps no azure
Falando sobre DevOps no azureFalando sobre DevOps no azure
Falando sobre DevOps no azure
 
Collaborative Filtering por Fatores Latentes - Recomendação para o GlobosatPlay
Collaborative Filtering por Fatores Latentes - Recomendação para o GlobosatPlayCollaborative Filtering por Fatores Latentes - Recomendação para o GlobosatPlay
Collaborative Filtering por Fatores Latentes - Recomendação para o GlobosatPlay
 
Resenha: O Impacto do Software Livre e de Código Aberto na Indústria Brasileira
Resenha: O Impacto do Software Livre e de Código Aberto na Indústria BrasileiraResenha: O Impacto do Software Livre e de Código Aberto na Indústria Brasileira
Resenha: O Impacto do Software Livre e de Código Aberto na Indústria Brasileira
 
Open vpn
Open vpnOpen vpn
Open vpn
 
Recomendação de conteúdo baseada em interações multimodais
Recomendação de conteúdo baseada em interações multimodaisRecomendação de conteúdo baseada em interações multimodais
Recomendação de conteúdo baseada em interações multimodais
 
ASP.Net Performance – A pragmatic approach - Luis Paulino
ASP.Net Performance – A pragmatic approach - Luis PaulinoASP.Net Performance – A pragmatic approach - Luis Paulino
ASP.Net Performance – A pragmatic approach - Luis Paulino
 
Sistemas de Recomendação com Neo4j + Surprise
Sistemas de Recomendação com Neo4j + SurpriseSistemas de Recomendação com Neo4j + Surprise
Sistemas de Recomendação com Neo4j + Surprise
 
Controlando o Ciclo de Software e porque você deveria usar o VSTS
Controlando o Ciclo de Software e porque você deveria usar o VSTSControlando o Ciclo de Software e porque você deveria usar o VSTS
Controlando o Ciclo de Software e porque você deveria usar o VSTS
 
Projeto Indiana
Projeto IndianaProjeto Indiana
Projeto Indiana
 
Desenvolvimento em Comunidade
Desenvolvimento em ComunidadeDesenvolvimento em Comunidade
Desenvolvimento em Comunidade
 
IntelligenceDoc - Desenvolvimento e Gerenciamento Colaborativo de Documentações
IntelligenceDoc - Desenvolvimento e Gerenciamento Colaborativo de DocumentaçõesIntelligenceDoc - Desenvolvimento e Gerenciamento Colaborativo de Documentações
IntelligenceDoc - Desenvolvimento e Gerenciamento Colaborativo de Documentações
 
Como montar um DevOps Toolchain
Como montar um DevOps Toolchain Como montar um DevOps Toolchain
Como montar um DevOps Toolchain
 
Trabalho 4 Semestre e 5 Semestre 2015
Trabalho 4 Semestre e 5 Semestre 2015Trabalho 4 Semestre e 5 Semestre 2015
Trabalho 4 Semestre e 5 Semestre 2015
 
Sistema de recomendação para tv digital portátil
Sistema de recomendação para tv digital portátilSistema de recomendação para tv digital portátil
Sistema de recomendação para tv digital portátil
 
Escalando apps com React e Type Script e SOLID
Escalando apps com React e Type Script e SOLIDEscalando apps com React e Type Script e SOLID
Escalando apps com React e Type Script e SOLID
 

Mais de Bruno Ghisi

De programador a cto na sua startup
De programador a cto na sua startupDe programador a cto na sua startup
De programador a cto na sua startupBruno Ghisi
 
Agile Brazil 2014 - Case RD Station: escalando agile e lean na gestão compl...
Agile Brazil 2014  - Case RD Station: escalando agile e lean na gestão compl...Agile Brazil 2014  - Case RD Station: escalando agile e lean na gestão compl...
Agile Brazil 2014 - Case RD Station: escalando agile e lean na gestão compl...Bruno Ghisi
 
Empreendendo na Ilha do Silício - UDESC 2014
Empreendendo na Ilha do Silício - UDESC 2014Empreendendo na Ilha do Silício - UDESC 2014
Empreendendo na Ilha do Silício - UDESC 2014Bruno Ghisi
 
GURU-SC: Case RD Station
GURU-SC: Case RD StationGURU-SC: Case RD Station
GURU-SC: Case RD StationBruno Ghisi
 
Ruby on Ruby na Cloud com Heroku
Ruby on Ruby na Cloud com HerokuRuby on Ruby na Cloud com Heroku
Ruby on Ruby na Cloud com HerokuBruno Ghisi
 
Implementando LWUIT para TV Digital (Ginga-J) - JavaOne 2011
Implementando LWUIT para TV Digital (Ginga-J) - JavaOne 2011Implementando LWUIT para TV Digital (Ginga-J) - JavaOne 2011
Implementando LWUIT para TV Digital (Ginga-J) - JavaOne 2011Bruno Ghisi
 
TDC 2010 Florianópolis - Ginga
TDC 2010 Florianópolis - GingaTDC 2010 Florianópolis - Ginga
TDC 2010 Florianópolis - GingaBruno Ghisi
 

Mais de Bruno Ghisi (7)

De programador a cto na sua startup
De programador a cto na sua startupDe programador a cto na sua startup
De programador a cto na sua startup
 
Agile Brazil 2014 - Case RD Station: escalando agile e lean na gestão compl...
Agile Brazil 2014  - Case RD Station: escalando agile e lean na gestão compl...Agile Brazil 2014  - Case RD Station: escalando agile e lean na gestão compl...
Agile Brazil 2014 - Case RD Station: escalando agile e lean na gestão compl...
 
Empreendendo na Ilha do Silício - UDESC 2014
Empreendendo na Ilha do Silício - UDESC 2014Empreendendo na Ilha do Silício - UDESC 2014
Empreendendo na Ilha do Silício - UDESC 2014
 
GURU-SC: Case RD Station
GURU-SC: Case RD StationGURU-SC: Case RD Station
GURU-SC: Case RD Station
 
Ruby on Ruby na Cloud com Heroku
Ruby on Ruby na Cloud com HerokuRuby on Ruby na Cloud com Heroku
Ruby on Ruby na Cloud com Heroku
 
Implementando LWUIT para TV Digital (Ginga-J) - JavaOne 2011
Implementando LWUIT para TV Digital (Ginga-J) - JavaOne 2011Implementando LWUIT para TV Digital (Ginga-J) - JavaOne 2011
Implementando LWUIT para TV Digital (Ginga-J) - JavaOne 2011
 
TDC 2010 Florianópolis - Ginga
TDC 2010 Florianópolis - GingaTDC 2010 Florianópolis - Ginga
TDC 2010 Florianópolis - Ginga
 

suggesTv Content App

  • 1. suggesTv: A Content Recommendation Application for Digital Television Fabiano Bernardo, Roberto Turrin, Paolo Cremonesi Dipartimento di Elettronica e Informazione Politecnico di Milano – Milano, Italy Bruno Ghisi, Frank Siqueira Departmento de Informática e Estatística Universidade Federal de Santa Catarina Florianópolis, Brazil
  • 2. Sumário Sumário ➔Introdução ➔Objetivos ➔Plataforma de Desenvolvimento ➔ContentWise ➔suggesTv ➔Análise Comparativa ➔Conclusões ➔Trabalhos Futuros suggesTv 2
  • 3. Sumário Sumário ➔Introdução ➔Objetivos ➔Plataforma de Desenvolvimento ➔ContentWise ➔suggesTv ➔Análise Comparativa ➔Conclusões ➔Trabalhos Futuros suggesTv 3
  • 4. Introdução 1/2 Problema: ●Muitos programas; ●Necessidade de outras ferramentas para ter mais informações sobre um determinado conteúdo suggesTv 4
  • 5. Introdução 1/2 O desenvolvimento dos set top boxes (STBs) e a disponibilidade de middlewares de TV Digital favoreceram o desenvolvimento de aplicativos 4 principais padrões abertos de middleware de TVD: 1) ARIB 2) MHP 3) Ginga 4) DASE suggesTv 5
  • 6. Sumário Sumário ➔Introdução ➔Objetivos ➔Plataforma de Desenvolvimento ➔ContentWise ➔suggesTv ➔Análise Comparativa ➔Conclusões ➔Trabalhos Futuros suggesTv 6
  • 7. Objetivos Desenvolvimento de um sistema de recomendação para middleware de TVD 1.Utilizar padrões abertos de middleware de TVD 2.Integrar a engine do ContentWise 3.Desenvolvimento de um protótipo suggesTv 7
  • 8. Sumário Sumário ➔Introdução ➔Objetivos ➔Plataforma de Desenvolvimento ➔ContentWise ➔suggesTv ➔Análise Comparativa ➔Conclusões ➔Trabalhos Futuros suggesTv 8
  • 9. Plataforma de Desenvolvimento Máquina de execução de um middleware de TVD API do MW específico Java TV Personal Basis Profile Foundation Profile (FP) Connected Device Configuration (CDC) suggesTv 9
  • 10. Sumário Sumário ➔Introdução ➔Objetivos ➔Plataforma de Desenvolvimento ➔ContentWise ➔suggesTv ➔Análise Comparativa ➔Conclusões ➔Trabalhos Futuros suggesTv 10
  • 11. ContentWise 1/3 Programas TV Canais Engine de Filmes recomendação Música Ringtones STBs Celulares Aplicações Web suggesTv 11
  • 13. ContentWise 3/3 Algoritmos do ContentWise: Collaborative filtering: tipo de algoritmos baseado nas relações entre items descobertos analisando os ratings coletados. Content-based filtering: tipo de algoritmos baseado na analise das informações textuais disponíveis, enriquecida pela Latent Semantic Analysis (LSA). suggesTv 13
  • 14. Sumário Sumário ➔Introdução ➔Objetivos ➔Plataforma de Desenvolvimento ➔ContentWise ➔suggesTv ➔Análise Comparativa ➔Conclusões ➔Trabalhos Futuros suggesTv 14
  • 15. suggesTv 1/3 Aplicação Java (Xlet) que pode rodar em STBs com middleware MHP. ●Busca dos conteúdos através de um teclado virtual; ●Consulta a um EPG personalizado; ●top content items; ●similar items; ●also-viewed items; ●A aplicação pode buscar preferências login implícitas e explícitas com perfil do usuário; ●Recomendações dos conteúdos de acordo com o perfil do usuário; suggesTv 15
  • 16. suggesTv 2/3 Web Services (SOAP) KSOAP 2.1.2 HAVi (MHP) Java TV suggesTv 16
  • 18. suggesTv 3/3 Screenshots suggesTv 18
  • 21. Sumário Sumário ➔Introdução ➔Objetivos ➔Plataforma de Desenvolvimento ➔ContentWise ➔suggesTv ➔Análise Comparativa ➔Conclusões ➔Trabalhos Futuros suggesTv 21
  • 22. Analise Comparativa [1] [2] [3] [4] Uso de recomendação remota (Web Services) e a memorizaçao dos perfis online. [1] P. Cotter and B. Smyth - “PTV: Intelligent Personalized TV Guides”; [2] H. Zhang, S. Zheng, and J. Yuan - “A Personalized TV Guide System Compliant with MHP”; [3] P. Maia, J. Leite, T. Batista - “MyPersonal-EPG: A customizable EPG with recommendation support”; [4] T. Isobe, M. Fujiwara and H.Kaneta - “Development and Features of a TV Navigation System”; suggesTv 22
  • 23. Sumário Sumário ➔Introdução ➔Objetivos ➔Plataforma de Desenvolvimento ➔ContentWise ➔suggesTv ➔Análise Comparativa ➔Conclusões ➔Trabalhos Futuros suggesTv 23
  • 24. Conclusões Pontos fortes do suggesTv: ●Foi possível integrar o ContentWise e desenvolver um protótipo utilizando o MHP ●Recomendações em tempo real enquanto os usuários estão assistindo programas na televisão; ●Possibilidade de encontrar e conhecer novos programas que estejam de acordo com o gosto do usuário; ●Achar um programa específico suggesTv 24
  • 25. Sumário Sumário ➔Introdução ➔Objetivos ➔Plataforma de Desenvolvimento ➔ContentWise ➔suggesTv ➔Análise Comparativa ➔Conclusões ➔Trabalhos Futuros suggesTv 25
  • 26. Trabalhos Futuros ●Testes em ambientes reais ●Portar o suggesTv para rodar em STB com outros middlewares; ●Definição de outros filtros para melhorar a procura de conteúdos; ●Realizar estudos de usabilidade; ●Possibilidade de mudar os perfis dos usuários diretamente na tela da televisão; ●Recomendações para grupos de usuários; ●Integração de suggesTv com redes sociais (Facebook, Twitter, ...) suggesTv 26
  • 27. Agradecimentos Obrigado! suggesTv 27