Camila Vaccari Sundermann

  • Endereço para acessar este CV: http://lattes.cnpq.br/4702603297242437
  • Última atualização do currículo em 26/12/2018


Possui graduação em Sistemas de Informação pela Universidade de São Paulo (2012) com ênfase em Sistemas de Apoio à Tomada de Decisão e mestrado em Ciências da Computação e Matemática Computacional também pela Universidade de São Paulo. Atualmente é aluna de doutorado no ICMC/USP, São Carlos, Brasil. Seus principais interesses de pesquisa incluem: Mineração de dados estruturados e não-estruturados, Recuperação de Informação, Sistemas de Recomendação, extração de contexto e outros dentro da área de Inteligência Computacional. (Texto informado pelo autor)


Identificação


Nome
Camila Vaccari Sundermann
Nome em citações bibliográficas
SUNDERMANN, C. V.;SUNDERMANN, CAMILA V.;SUNDERMANN, CAMILA VACCARI


Formação acadêmica/titulação


2015
Doutorado em andamento em Ciências da Computação e Matemática Computacional.
Universidade de São Paulo, USP, Brasil.
Título: Mineração de opiniões e extração de contexto de revisões para sistemas de recomendação sensíveis ao contexto,
Orientador: Solange Oliveira Rezende.
2013 - 2015
Mestrado em Ciências da Computação e Matemática Computacional.
Universidade de São Paulo, USP, Brasil.
Título: Extração de informação contextual utilizando mineração de textos para sistemas de recomendação sensíveis ao contexto,Ano de Obtenção: 2015.
Orientador: Solange Oliveira Rezende.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
2007 - 2012
Graduação em Sistemas de Informação.
Universidade de São Paulo, USP, Brasil.
Título: Uso de Representações Automaticamente Enriquecidas no Processo de Recuperação de Informação.
Orientador: Profª Drª Solange Oliveira Rezende.




Formação Complementar


2018 - 2018
Recommender Systems. (Carga horária: 4h).
Instituto de Ciências Matemáticas e de Computação - USP, ICMC, Brasil.
2017 - 2017
Mineração de Dados em Redes Complexas. (Carga horária: 8h).
Instituto de Ciências Matemáticas e de Computação - USP, ICMC, Brasil.
2017 - 2017
Gerência de Dados Complexos em Larga Escala. (Carga horária: 8h).
Instituto de Ciências Matemáticas e de Computação - USP, ICMC, Brasil.
2017 - 2017
Deep Learning. (Carga horária: 8h).
Instituto de Ciências Matemáticas e de Computação - USP, ICMC, Brasil.
2016 - 2016
Extensão universitária em Academic Oral Presentations in English. (Carga horária: 10h).
Universidade de São Paulo, USP, Brasil.
2015 - 2015
Extensão universitária em Scientific Writing in English. (Carga horária: 8h).
Universidade de São Paulo, USP, Brasil.
2008 - 2012
Inglês.
CCAA, CCAA, Brasil.
2009 - 2011
Ênfase em Sistemas de Apoio à Tomada de Decisão. (Carga horária: 210h).
Universidade de São Paulo, USP, Brasil.
2009 - 2009
Minicurso - Java.
Universidade de São Paulo, USP, Brasil.
2009 - 2009
Minicurso - Introdução ao Sistema Linux.
Universidade de São Paulo, USP, Brasil.


Atuação Profissional



Universidade Estadual de Maringá, UEM, Brasil.
Vínculo institucional

2017 - Atual
Vínculo: , Enquadramento Funcional:


Universidade de São Paulo, USP, Brasil.
Vínculo institucional

2015 - Atual
Vínculo: Bolsista, Enquadramento Funcional: Bolsista de Doutorado - CAPES, Carga horária: 40, Regime: Dedicação exclusiva.

Vínculo institucional

2013 - 2015
Vínculo: Bolsista, Enquadramento Funcional: Bolsista de Mestrado - FAPESP, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
FAPESP - Processo 2013/16039-3

Vínculo institucional

2013 - 2013
Vínculo: Bolsista, Enquadramento Funcional: Bolsista de Mestrado - CAPES, Carga horária: 40, Regime: Dedicação exclusiva.

Atividades

07/2017 - 11/2017
Estágios , Instituto de Ciências Matemáticas e de Computação, .

Estágio realizado
Estágio em docência - Programa de Aperfeiçoamento de Ensino, disciplina SCC0531-Sistemas Inteligentes.
02/2017 - 06/2017
Estágios , Instituto de Ciências Matemáticas e de Computação, .

Estágio realizado
Estágio em docência - Programa de Aperfeiçoamento de Ensino, disciplina SCC0630-Inteligência Artificial.
07/2016 - 11/2016
Estágios , Instituto de Ciências Matemáticas e de Computação, .

Estágio realizado
Estágio em docência - Programa de Aperfeiçoamento de Ensino, disciplina SCC0230-Inteligência Artificial..
02/2016 - 06/2016
Estágios , Instituto de Ciências Matemáticas e de Computação, .

Estágio realizado
Estágio em docência - Programa de Aperfeiçoamento de Ensino, disciplina SCC0630-Inteligência Artificial..
02/2014 - 07/2014
Estágios , Instituto de Ciências Matemáticas e de Computação, .

Estágio realizado
Estágio em docência - Programa de Aperfeiçoamento de Ensino, disciplina SCC0530-Inteligência Artificial..


Projetos de pesquisa


2017 - Atual
Mineração de Dados e Textos para Aquisição de Informação Contextual para Sistemas de Recomendação Sensíveis ao Contexto
Descrição: O objetivo principal deste projeto é a pesquisa, proposta e avaliação de métodos de aquisição automática de informações contextuais, a partir de logs de acesso e conteúdo de páginas Web, para sistemas de recomendação de contéudo Web sensíveis ao contexto. Neste projeto serão propostos diferentes métodos de aquisição de informação contextual, explorando técnicas de mineração de dados e textos, e estes serão avaliados em sistemas de recomendação sensíveis ao contexto existentes na literatura.
Situação: Em andamento; Natureza: Pesquisa.
2015 - Atual
Opinion based context-aware recommender system

Projeto certificado pelo(a) coordenador(a) Solange Oliveira Rezende em 07/05/2018.
Descrição: Nowadays, with the overload of information, services and products available on the Web, users have found it difficult to identify what is in fact relevant to their interests and preferences. In this way, recommender systems are being developed and deployed in an increasing number of sites and applications in order to assist users by suggesting items (products, services, movies, etc.) that match their preferences and needs. In traditional recommendation systems only two types of entities are considered as items and users. However, the trend in this area is the use of new types of information, like contextual information, in order to generate more personalized, accurate and relevant recommendations to users. Studies show that the use of this type of information has improved the recommendation accuracy. One of the major challenges encountered in the area of context-aware recommendation systems is the lack of automatic methods to perform the extraction of this type of information. In this way, effective methods and strategies are sought for this purpose, as well as data from which the context can be extracted successfully. On the other hand, with the advance of Web 2.0 and the growing popularity of social networking and e-commerce, users have been increasingly encouraged to write reviews describing their opinions on the items. From these reviews, important information can be extracted to be used in recommender systems such as context and opinions. So, the aim of this work is to propose: 1) an automatic method to extract contextual information from reviews, which will be based on text mining approaches; 2) an automatic method to extract opinions using aspect-based opinion methods; and 3) a multidimensional method to generate recommendations considering both contextual and opinion information..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Doutorado: (1) .
Integrantes: Camila Vaccari Sundermann - Integrante / Solange Oliveira Rezende - Coordenador.Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.
2014 - 2016
Aprendizado de Máquina para WebSensors: Algoritmos e Aplicações

Projeto certificado pelo(a) coordenador(a) Solange Oliveira Rezende em 07/05/2018.
Situação: Concluído; Natureza: Pesquisa.
2013 - 2015
Extração de informação contextual utilizando mineração de textos para sistemas de recomendação sensíveis ao contexto

Projeto certificado pelo(a) coordenador(a) Solange Oliveira Rezende em 07/05/2018.
Descrição: Usuários enfrentam dificuldades em escolher produtos e serviços na Web devido a grande variedade de possibilidades de escolha. Sistemas de recomendação são sistemas que têm como objetivo auxiliar indivíduos a identificarem itens de interesse em um conjunto de opções. A maioria das abordagens de sistemas de recomendação foca em recomendar itens mais relevantes para usuários individuais, não levando em consideração o contexto dos usuários. Porém, em muitas aplicações é importante também considerar informações contextuais para fazer as recomendações. Por exemplo, um usuário pode desejar assistir um filme com a sua namorada no sábado à noite ou com os seus amigos durante um dia de semana, e uma locadora de filmes na Web pode recomendar diferentes tipos de filmes para este usuário dependendo do contexto no qual este se encontra. Um grande desafio para o uso de sistemas de recomendação sensíveis ao contexto é a falta de métodos para aquisição automática de informação contextual para estes sistemas. Diante desse cenário, o objetivo deste projeto é explorar abordagens de mineração de textos para a aquisição automática de informações contextuais para sistemas de recomendação de conteúdo Web sensíveis ao contexto. As abordagens a serem exploradas são: reconhecimento de entidades nomeadas, construção de hierarquia de tópicos e extração automática de termos. A proposta é utilizar uma base de logs de acessos da Web, extrair conteúdos textuais das páginas acessadas pelos usuários e aplicar nesses textos as abordagens de mineração de textos com o objetivo de obter informações de contexto automaticamente. Ainda como parte da proposta, essas informações extraídas serão inseridas em sistemas de recomendação sensíveis ao contexto existentes na literatura e as recomendações geradas serão avaliadas a fim de analisar como a informação contextual utilizada influencia na qualidade das recomendações. Como resultado do projeto espera-se um método de aquisição de informação contextual para sistemas de recomendação sensíveis ao contexto que utilize as abordagens de mineração de textos já mencionadas..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (1) .
Integrantes: Camila Vaccari Sundermann - Integrante / Solange Oliveira Rezende - Coordenador.Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.


Idiomas


Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Português
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.


Prêmios e títulos


2018
2° Lugar no Concurso Latino Americano de Trabalhos de Conclusão de Curso (CLATG 2018), Conferência Latino Americana de Informática (CLEI 2018).
2011
Destaque Acadêmico no curso de Bacharelado em Informática do ICMC-USP (entre os 33 alunos com melhor desempenho acadêmico, de um total de cerca de 200 alunos), Curso de Bacharelado em Informática do ICMC - USP.


Produções



Produção bibliográfica
Artigos completos publicados em periódicos

1.
DOS SANTOS, FABIANO FERNANDES2018DOS SANTOS, FABIANO FERNANDES ; DOMINGUES, MARCOS AURÉLIO ; SUNDERMANN, CAMILA VACCARI ; DE CARVALHO, VERONICA OLIVEIRA ; MOURA, MARIA FERNANDA ; REZENDE, SOLANGE OLIVEIRA . Latent association rule cluster based model to extract topics for classification and recommendation applications. EXPERT SYSTEMS WITH APPLICATIONS, v. 112, p. 34-60, 2018.

2.
SUNDERMANN, CAMILA VACCARI2016 SUNDERMANN, CAMILA VACCARI; DOMINGUES, MARCOS AURÉLIO ; CONRADO, MERLEY DA SILVA ; REZENDE, SOLANGE OLIVEIRA . Privileged contextual information for context-aware recommender systems. Expert Systems with Applications, v. 57, p. 139-158, 2016.

3.
MANZATO, MARCELO G.2016MANZATO, MARCELO G. ; DOMINGUES, MARCOS A. ; FORTES, ARTHUR C. ; SUNDERMANN, CAMILA V. ; D?ADDIO, RAFAEL M. ; CONRADO, Merley S. ; REZENDE, SOLANGE O. ; PIMENTEL, MARIA G. C. . Mining unstructured content for recommender systems: an ensemble approach. Information Retrieval (Boston), v. 1, p. 1-38, 2016.

Trabalhos completos publicados em anais de congressos
1.
TONON, V. R. ; SUNDERMANN, C. V. ; REZENDE, S. O. . Implementação e avaliação de sistemas de recomendação, tradicional e sensível ao contexto, baseados em técnicas de fatoração de matrizes. In: XLIV Latin American Computing Conference (CLATG), 2018, São Paulo. XLIV Latin American Computing Conference (CLATG), 2018. v. 1. p. 1-10.

2.
SUNDERMANN, C. V.; ANTUNES, J. ; DOMINGUES, M. A. ; REZENDE, S. O. . Exploration of Word Embedding Model to Improve Context-Aware Recommender Systems. In: IEEE/WIC/ACM International Conference on Web Intelligence, 2018, Santiago, Chile. IEEE/WIC/ACM International Conference on Web Intelligence, 2018.

3.
SANTANA, I. A. ; SUNIGA, A. ; DONINI, J. ; SUNDERMANN, C. V. ; REZENDE, S. O. ; DOMINGUES, M. A. . Transforming Geo-Referenced Data in Contextual Information for Context-Aware Recommender Systems. In: IEEE/WIC/ACM International Conference on Web Intelligence, 2018, Santiago, Chile. IEEE/WIC/ACM International Conference on Web Intelligence, 2018.

4.
DOMINGUES, MARCOS A. ; SUNDERMANN, CAMILA V. ; BARROS, FLÁVIO M. M. ; MANZATO, MARCELO G. ; PIMENTEL, MARIA G. C. ; REZENDE, SOLANGE O. . Applying multi-view based metadata in personalized ranking for recommender systems. In: the 30th Annual ACM Symposium, 2015, Salamanca. Proceedings of the 30th Annual ACM Symposium on Applied Computing - SAC '15. New York: ACM Press. p. 1105.

5.
SUNDERMANN, CAMILA V.; DOMINGUES, MARCOS A. ; MARCACINI, RICARDO M. ; REZENDE, SOLANGE O. . Combining Privileged Information to Improve Context-Aware Recommender Systems. In: XII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2015, Natal, RN. XII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2015.

6.
DOMINGUES, MARCOS AURELIO ; SUNDERMANN, CAMILA VACCARI ; MANZATO, MARCELO GARCIA ; MARCACINI, RICARDO MARCONDES ; REZENDE, SOLANGE OLIVEIRA . Exploiting Text Mining Techniques for Contextual Recommendations. In: 2014 IEEE/WIC/ACM International Joint Conferences on Web Intelligence (WI) and Intelligent Agent Technologies (IAT), 2014, Warsaw. 2014 IEEE/WIC/ACM International Joint Conferences on Web Intelligence (WI) and Intelligent Agent Technologies (IAT). p. 210.

7.
SINOARA, ROBERTA A. ; SUNDERMANN, CAMILA V. ; MARCACINI, RICARDO M. ; DOMINGUES, MARCOS A. ; REZENDE, SOLANGE O. . Named entities as privileged information for hierarchical text clustering. In: the 18th International Database Engineering & Applications Symposium, 2014, Porto. Proceedings of the 18th International Database Engineering & Applications Symposium on - IDEAS '14. New York: ACM Press. p. 57.

8.
SUNDERMANN, CAMILA V.; DOMINGUES, MARCOS A. ; MARCACINI, RICARDO M. ; REZENDE, Solange O. . Using Topic Hierarchies with Privileged Information to Improve Context-Aware Recommender Systems. In: Brazilian Conference on Intelligent Systems (BRACIS'14), 2014, São Carlos. Brazilian Conference on Intelligent Systems (BRACIS), 2014. p. 61-66.

9.
DOMINGUES, MARCOS AURELIO ; MANZATO, MARCELO GARCIA ; MARCACINI, RICARDO MARCONDES ; SUNDERMANN, CAMILA VACCARI ; REZENDE, SOLANGE OLIVEIRA . Using Contextual Information from Topic Hierarchies to Improve Context-Aware Recommender Systems. In: 2014 22nd International Conference on Pattern Recognition (ICPR), 2014, Stockholm. 2014 22nd International Conference on Pattern Recognition. p. 3606.

Resumos publicados em anais de congressos
1.
TONON, V. R. ; SUNDERMANN, C. V. ; REZENDE, S. O. . Estudo e implementação de sistemas de recomendação baseados em técnicas de fatoração de matrizes. In: Simpósio Internacional de Iniciação Científica e Tecnológica da USP, 2017, São Carlos. 25o Simpósio Internacional de Iniciação Científica e Tecnológica da USP, 2017.

Apresentações de Trabalho
1.
SANTANA, I. A. ; SUNIGA, A. ; DONINI, J. ; SUNDERMANN, CAMILA V. ; REZENDE, S. O. ; DOMINGUES, M. A. . Transforming Geo-Referenced Data in Contextual Information for Context-Aware Recommender Systems. 2018. (Apresentação de Trabalho/Conferência ou palestra).

2.
SUNDERMANN, C. V.; ANTUNES, J. ; DOMINGUES, M. A. ; REZENDE, S. O. . Exploration of Word Embedding Model to Improve Context-Aware Recommender Systems. 2018. (Apresentação de Trabalho/Conferência ou palestra).

3.
SUNDERMANN, C. V.; REZENDE, S. O. . Sistema de recomendação sensível ao contexto e baseado em opiniões. 2017. (Apresentação de Trabalho/Outra).

4.
SUNDERMANN, C. V.; REZENDE, S. O. . Sistema de recomendação sensível ao contexto e baseado em opiniões. 2017. (Apresentação de Trabalho/Outra).

5.
SUNDERMANN, C. V.; REZENDE, S. O. . Extração de informações contextuais utilizando mineração de textos e opiniões de revisões de usuários para sistemas de recomendação sensíveis ao contexto. 2016. (Apresentação de Trabalho/Outra).

6.
SUNDERMANN, C. V.; REZENDE, S. O. . Extração de informações contextuais utilizando mineração de textos para sistemas de recomendação sensíveis ao contexto. 2014. (Apresentação de Trabalho/Outra).

7.
SUNDERMANN, C. V.; REZENDE, S. O. . Using Topic Hierarchies with Privileged Information to Improve Context-Aware Recommender Systems. 2014. (Apresentação de Trabalho/Conferência ou palestra).

8.
SUNDERMANN, C. V.; REZENDE, S. O. . Informação Contextual para Sistemas de Recomendação Sensíveis ao Contexto. 2013. (Apresentação de Trabalho/Outra).



Bancas



Participação em bancas de trabalhos de conclusão
Trabalhos de conclusão de curso de graduação
1.
BRAGA, R. T. V.; SUNDERMANN, C. V.. Participação em banca de Sergio Andrade de Souza.Desenvolvimento de software na área de aviação. 2018. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade de São Paulo.

2.
TRAINA, A. J. M.; SUNDERMANN, C. V.. Participação em banca de Augusto Torres dos Santos.Estágio Raccoon. 2018. Trabalho de Conclusão de Curso (Graduação em Ciências de Computação) - Universidade de São Paulo.

3.
PIMENTEL, M. G. C.; SUNDERMANN, C. V.. Participação em banca de Fúlvio Eduardo Ferreira.Atuação no centro de excelência BIA. 2018. Trabalho de Conclusão de Curso (Graduação em Ciências de Computação) - Universidade de São Paulo.

4.
SOUZA, S. R. S.; SUNDERMANN, C. V.. Participação em banca de Rui Casaverini.Framework para comunicação em SPAs. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade de São Paulo.

5.
ROMERO, R. A. F.; SUNDERMANN, C. V.. Participação em banca de Gustavo Ota.Inserção e desenvolvimento no setor de prestação de consultoria no contexto SAP. 2017. Trabalho de Conclusão de Curso (Graduação em Ciências de Computação) - Universidade de São Paulo.

6.
NAKAGAWA, Elisa Y.; SUNDERMANN, CAMILA V.. Participação em banca de Murilo Breda Rodrigues.Desenvolvimento de jogos educativos. 2017. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade de São Paulo.

7.
MARGARIDO, Milena G.; SUNDERMANN, CAMILA V.. Participação em banca de Yuri Molina Vale.Estágio Supervisionado na Área de Managed Services da Icarotech. 2017. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Universidade de São Paulo.

8.
LOPES, A. A.; SUNDERMANN, C. V.. Participação em banca de Vinicius Marchesin Araujo.Arquivei - Desenvolvimento de aplicações frontend com Javascript e React. 2017. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade de São Paulo.

9.
NAKAGAWA, Elisa Y.; SUNDERMANN, CAMILA V.. Participação em banca de Vinicius de Oliveira Boen.Fórum de Tecnologia e Inovação: Tecnologias Emergentes. 2016. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade de São Paulo.

10.
NAKAGAWA, Elisa Y.; SUNDERMANN, CAMILA V.. Participação em banca de Vitor Pucciarelli Antloga.Estudo e Aplicação de Inovações e Tecnologias Emergentes no Fórum de Tecnologia e Inovação. 2016. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade de São Paulo.

11.
MALDONADO, J. C.; SUNDERMANN, C. V.. Participação em banca de Alexandre Rossellini Dlugolenski.Desenvolvimento do Inbound Marketing para Aquisição de Clientes. 2016. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade de São Paulo.

12.
TRINDADE JUNIOR, O.; SUNDERMANN, C. V.. Participação em banca de Renato Destéfani Bassi.Troca Sistêmica do RH da Faber-Castell Brasil. 2015. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade de São Paulo.




Eventos



Participação em eventos, congressos, exposições e feiras
1.
2ª Escola Avançada em Big Data Analysis. 2018. (Outra).

2.
Escola de Aprendizado de Máquina Automático em Ciência de Dados. 2018. (Outra).

3.
IEEE / WIC / ACM International Conferences on Web Intelligence. "Exploration of Word Embedding Model to Improve Context-Aware Recommender Systems" and "Transforming Geo-Referenced Data in Contextual Information for Context-Aware Recommender Systems". 2018. (Congresso).

4.
Workshop Comemorativo: NILC 25 anos. 2018. (Outra).

5.
Escola Avançada em Big Data Analysis. 2017. (Outra).

6.
I Encontro​ ​Paulista​ ​de​ ​Pós-Graduandos​ ​em​ ​Computação.Sistema de recomendação sensível ao contexto e baseado em opiniões. 2017. (Encontro).

7.
Workshop de Sistemas de Recomendação.Sistema de recomendação sensível ao contexto e baseado em opiniões. 2017. (Outra).

8.
Workshop Websensors e suas Aplicações.Extração de informações contextuais utilizando mineração de textos e opiniões de revisões de usuários para sistemas de recomendação sensíveis ao contexto. 2016. (Outra).

9.
4º Workshop do PAE. 2014. (Outra).

10.
Brazilian Conference on Intelligent Systems (BRACIS). Using Topic Hierarchies with Privileged Information to Improve Context-Aware Recommender Systems. 2014. (Congresso).

11.
III School on Machine Learning and Knowledge Discovery in Databases. 2014. (Outra).

12.
Mini-workshop de Sistemas de Recomendação.Extração de informações contextuais utilizando mineração de textos para sistemas de recomendação sensíveis ao contexto. 2014. (Outra).

13.
II School on Machine Learning and Knowledge Discovery in Databases. 2013. (Outra).

14.
Workshop de Teses e Dissertações do CCMC. 2013. (Outra).

15.
Workshop para definir colaborações ao projeto de Compilação e Recuperação de Informações Técnico-científicas e Indução ao Conhecimento de forma Ágil na Rede AgroHidro - CRITIC@.Informação Contextual para Sistemas de Recomendação Sensíveis ao Contexto. 2013. (Outra).

16.
12ª Semana da Computação. 2009. (Outra).


Organização de eventos, congressos, exposições e feiras
1.
REZENDE, S. O. ; SUNDERMANN, C. V. . Workshop de Sistemas de Recomendação. 2017. (Outro).




Página gerada pelo Sistema Currículo Lattes em 17/01/2019 às 10:00:56