Desafio de IA - Orientação e direcionamento para solução

Meus estimados colegas de profissão, boa tarde! tudo bem com vocês?

Na finalidade de aprofundar os conhecimentos de modo prático no que tange Inteligência Artificial, gostaria de criar um modelo de recomendações de cursos seguindo uma esteira. Imagine que o fictício cliente final precise percorrer uma esteira de soluções... ele faz um curso mas precisa de diversos outros para complementar sua formação, desta forma quero criar um algoritmo de I.A que:

-> Leia de uma base todos os cursos e conteúdos que o aluno já consumiu (se ele puder ler de um app seria interessante para o desafio); -> Aprenda todas as soluções que a empresa possui dentro de cada nicho de negócio; -> Entenda a esteira, a trilha de cada nicho de negócio para indicar cursos; -> Faça indicações de modo 99% assertivo.

Temos a seguinte árvore, suponhamos:

Empresa produz cursos dos nichos: agronegócio, moda e administração.

Agronegócio -> 100 cursos cadastrados -> Trilha de aprendizagem /esteira de produtos Moda -> 50 cursos cadastrados -> Trilha de aprendizagem /esteira de produtos Administração -> 20 cursos cadastrados -> Trilha de aprendizagem /esteira de produtos

é requisito que a IA considere os cursos já consumidos. seria um algoritmo de recomendações como o da Netflix e Ifood por exemplo, testei ChatGPT 4 e foi pouco assertivo para recomendações a partir do comportamento do usuário na plataforma.

Oi, Jessica, tudo bem?

Primeiramente, você vai precisar de um sistema de recomendação, que é uma subárea da Inteligência Artificial que foca em prever as "preferências" ou "notas" que um usuário daria a um item. No seu caso, os itens são os cursos.

Para construir um sistema de recomendação eficiente, você pode usar várias técnicas, mas duas delas são muito comuns: Filtragem Colaborativa e Filtragem Baseada em Conteúdo.

Filtragem Colaborativa: Essa técnica faz previsões sobre o interesse de um usuário, coletando preferências de muitos usuários. O pressuposto subjacente é que se uma pessoa A tem a mesma opinião que uma pessoa B em um problema, A é mais propensa a ter a opinião de B em um segundo problema.
Filtragem Baseada em Conteúdo: Essa técnica usa uma série de características discretas de um item para recomendar itens adicionais com características semelhantes. No seu caso, as características podem ser o nicho do curso, o nível de dificuldade, a duração do curso, entre outros.

Para o seu caso, uma abordagem híbrida pode ser mais eficaz, onde você combina as duas técnicas acima. Isso porque você tem informações sobre os cursos (conteúdo) e também pode ter informações sobre as preferências dos usuários (colaborativa).

Além disso, é importante lembrar que a assertividade de 99% que você mencionou é muito difícil de ser alcançada em qualquer modelo de Machine Learning, incluindo sistemas de recomendação. A performance do modelo vai depender muito da qualidade e quantidade de dados que você tem disponível.

Todavia, vale ressaltar que como não tenho acesso ao cenário completo do projeto, outros testes terão de ser feitos a fim de obter o resultado esperado, mas espero que esta resposta seja um bom ponto de partida para a resolução do seu problema.

Espero que dê tudo certo. Abraços!

Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!