Sistemas de Informação · FGV · 2025 | Questão sqc-fg106595

Sistemas de InformaçãoSistemas de Informação

Código: fg106595
Banca: FGV
Órgão: CGE-SP
Ano: 2025
Nível: Superior

Cargo: Auditor Estadual de Controle - Tecnologia da Informação - tarde

No desenvolvimento de um sistema de recomendação para auxiliar cidadãos a encontrar serviços públicos correlacionados, a equipe avaliou o uso de diferentes técnicas, como Filtragem Colaborativa (FC) e Regras de Associação.

Sobre o tema, avalie as afirmativas a seguir.

I. As Regras de Associação como a Apriori são avaliadas pelo Suporte, Confiança e Lift, sendo o Lift maior que 1 o indicador da força da associação por considerar a frequência esperada das ocorrências.

II. A Filtragem Colaborativa é uma técnica robusta ao problema de Cold Start (novos usuários/itens), uma vez que não depende do histórico de interações.

III. Sistemas de recomendação do tipo Content-Based têm o risco de criar uma câmara de eco porque tendem a recomendar apenas itens com características muito semelhantes às interações passadas do usuário.

Está correto o que se afirma em

AI, apenas.
BI e II, apenas.
CI e III, apenas.
DII e III, apenas.
EI, II e III.

Revelar gabarito e comentário

GabaritoC — I e III, apenas.

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Sistemas de Recomendação

Gabarito: alternativa C (I e III apenas). A afirmativa I está correta ao descrever as métricas Suporte, Confiança e Lift como avaliação de Regras de Associação, com Lift > 1 indicando associação forte. A afirmativa III está correta ao apontar o risco de câmara de eco em sistemas Content-Based. Já a afirmativa II é falsa pois a Filtragem Colaborativa sofre, sim, com o problema de Cold Start, já que depende do histórico de interações.

Técnica	Característica	Problema associado
Regras de Associação (Apriori)	Avaliado por Suporte, Confiança e Lift; Lift > 1 indica associação forte	—
Filtragem Colaborativa	Depende do histórico de interações dos usuários	Sofre com Cold Start (novos usuários/itens)
Content-Based	Recomenda itens com características similares às interações passadas	Risco de câmara de eco (filter bubble)

Análise das afirmativas

Item I — ✅ Correto

Afirma que as Regras de Associação (ex.: algoritmo Apriori) são avaliadas por Suporte, Confiança e Lift, e que Lift > 1 indica associação forte, considerando a frequência esperada. O conceito está correto: Lift = (Confiança) / (Suporte do consequente) e mede a correlação entre os itens. Valores > 1 indicam que a ocorrência dos itens é mais frequente que o esperado sob independência, sinalizando uma associação relevante.

Item II — ❌ Incorreto

Diz que a Filtragem Colaborativa (FC) é robusta ao Cold Start porque não depende de histórico. Na realidade, a FC é particularmente vulnerável ao Cold Start: novos usuários ou novos itens não possuem histórico de interações, impossibilitando a geração de recomendações baseadas em similaridade. A técnica que não depende de histórico é a Content-Based (que usa características dos itens) ou abordagens híbridas. A afirmativa inverte completamente a relação.

Item III — ✅ Correto

Sistemas Content-Based recomendam itens com características similares aos que o usuário já interagiu. Isso pode criar uma câmara de eco (filter bubble), onde o usuário recebe apenas conteúdo semelhante ao seu perfil, reduzindo a diversidade das recomendações e limitando a descoberta de novos interesses. A descrição está precisa.

Conclusão

Apenas os itens I e III estão corretos. Portanto, a alternativa correta é a C (I e III, apenas).

Link permanente: /questoes/fg106595