Skip to content

Um sistema de recomendação híbrido de trabalhos acadêmicos para apoio a pesquisa científica, baseado em componentes de filtragem de informação, foi desenvolvido para Web, utilizando frameworks, tais como, Lucene, Mahout e Angular JS.

License

Notifications You must be signed in to change notification settings

thiagomarquesrocha/tenebris

Repository files navigation

Tenebris: Sistema Híbrido de recomendações para obras acadêmicas

Um sistema de recomendação híbrido de trabalhos acadêmicos para apoio a pesquisa científica. O sistema de Recomendação é baseado em componentes de filtragem de informação que implementam as técnicas de Filtragem Colaborativa e Baseada em Conteúdo. Desenvolvido para Web, utilizando frameworks, tais como, Lucene, Mahout e Angular JS, o projeto encontra-se em fase de desenvolvimento dentro da Escola Superior de Tecnologia - EST, desde 2016.

Publicado no 14º Simpósio Brasileiro de Sistemas Colaborativos (SBSC), Sessão técnica 3: Colaboração e ciência.

  1. Instalação
  2. Funcionalidades
  3. Equipe

Requisitos

O projeto necessita de:

  1. Tomcat >= 7.0
  2. Mysql ou MariaDB

Instalação

Clonando o projeto

$ git clone https://github.com/thiagomarquesrocha/tenebris.git /tenebris

Depois de clonar o projeto, certifique-se de que você está visualizando o branch master

$ git branch
  front
  test
* master

Instalando o banco de dados

Importe o banco da pasta database para seu gerenciador de banco de dados, utilizando um gerenciador com suporte a Mysql/MariaDB.

bin
=> database <=
src

O arquivo dentro desta pasta é :

import.sql

Importe para seu SGBD e sua base de dados estará pronta para uso.

Importando para o Eclipse

Agora o que resta é importar o projeto para seu Eclipse e executar.

Para fazer isso você precisa ir em:

1. File
1. Import projects from Folder

Procure pela pasta no seu computador onde o projeto foi salvo.

Pronto! Agora o projeto esta pronto para uso.

Executar

Execute pelo Eclipse e abra no seu navegador o endereço:

localhost:8080/tenebris2016

Equipe

Fábio Santos (Coordernador)

Thiago Marques (Aluno)

Lucas Coimbra (Aluno)

Escola Superior de Tecnologia - EST, desde 2016

About

Um sistema de recomendação híbrido de trabalhos acadêmicos para apoio a pesquisa científica, baseado em componentes de filtragem de informação, foi desenvolvido para Web, utilizando frameworks, tais como, Lucene, Mahout e Angular JS.

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published