Sistemas de recomendação baseados em dados espaciais: um mapeamento sistemático
DOI:
https://doi.org/10.18265/2447-9187a2025id9109Palavras-chave:
aprendizado de máquina, dados espaciais, filtragem colaborativa, mapeamento sistemático, sistemas de recomendaçãoResumo
Este artigo apresenta os resultados de um mapeamento sistemático da literatura sobre o uso de dados espaciais em Sistemas de Recomendação. O estudo teve como objetivo identificar as principais técnicas empregadas, as fontes e os tipos de dados espaciais utilizados, bem como os métodos de avaliação mais comuns, abordando assim uma lacuna importante sobre como os dados espaciais são incorporados em tais sistemas. Um total de 199 artigos publicados entre 2003 e 2024 foram analisados, recuperados da Scopus, IEEE Xplore, ACM Digital Library e ScienceDirect, sendo selecionados apenas estudos primários que atendiam a critérios de qualidade específicos. Os resultados indicam a predominância de Filtragem Colaborativa e Aprendizado de Máquina, juntamente com o uso extensivo de dados de redes sociais baseados em localização. A aplicação frequente de métricas espaciais, como Distância Euclidiana, e abordagens baseadas em similaridade também foi observada. Além disso, técnicas híbridas foram identificadas como métodos empregados para melhorar a qualidade das recomendações. Este mapeamento sistemático contribui para consolidar o estado da arte em sistemas de recomendação focados em dados espaciais, fornecendo uma visão abrangente de tendências, desafios e oportunidades de pesquisa na área. Por fim, o uso da metodologia Snowball pode ser explorado em estudos futuros para permitir a inclusão de novos trabalhos relevantes e fornecer uma perspectiva complementar que aprimore a compreensão da área.
Downloads
Métricas
Referências
ACHARYA, M.; YADAV, S.; MOHBEY, K. K. How can we create a recommender system for tourism? A location centric spatial binning-based methodology using social networks. International Journal of Information Management Data Insights, v. 3, n. 1, e100161, 2023. DOI: https://doi.org/10.1016/j.jjimei.2023.100161.
AGGARWAL, C. C. Recommender systems. The textbook. Cham: Springer, 2016. DOI: https://doi.org/10.1007/978-3-319-29659-3.
ÁLVAREZ, P.; ZARAZAGA-SORIA, F. J.; BALDASSARRI, S. Mobile music recommendations for runners based on location and emotions: the DJ-running system. Pervasive and Mobile Computing, v. 67, e101242, 2020. DOI: https://doi.org/10.1016/j.pmcj.2020.101242.
ANGELIS, S.; KOTIS, K.; SPILIOTOPOULOS, D. Semantic trajectory analytics and recommender systems in cultural spaces. Big Data and Cognitive Computing, v. 5, n. 4, e80, 2021. DOI: https://doi.org/10.3390/bdcc5040080.
ARTEMENKO, O.; PASICHNYK, V.; KUNANETS, N. Using mobile location-based recommender systems for providing real time recommendations for social distancing urban route planning. In: 2020 IEEE INTERNATIONAL CONFERENCE ON COMPUTER SCIENCES AND INFORMATION TECHNOLOGIES, 15., 2020, Zbarazh. Proceedings […]. Zbarazh: IEEE, 2020, p. 305-308. DOI: https://doi.org/10.1109/CSIT49958.2020.9321969.
DAS, A. S.; DATAR, M.; GARG, A.; RAJARAM, S. Google news personalization: scalable online collaborative filtering. In: INTERNATIONAL CONFERENCE ON WORLD WIDE WEB (WWW), 16., 2007, Banff Alberta. Proceedings [...]. New York: ACM, p. 271-280, 2007. DOI: https://doi.org/10.1145/1242572.1242610.
GRANADO, F. F.; BEZERRA, D. A.; QUEIROZ, I.; OLIVEIRA, N.; FERNANDES, P.; SCHOCK, B. Personalized recommendation of dish and restaurant collections on iFood. arXiv, 2025. DOI: http://dx.doi.org/10.48550/arXiv.2508.03670.
GÜTING, R. H. An introduction to spatial database systems. The VLDB Journal, v. 3, p. 357-399, 1994. DOI: https://doi.org/10.1007/BF01231602.
HAN, S.; CHEN, L.; SU, Z.; GUPTA, S.; SIVARAJAH, U. Identifying a good business location using prescriptive analytics: restaurant location recommendation based on spatial data mining. Journal of Business Research, v. 179, e114691, 2024. DOI: https://doi.org/10.1016/j.jbusres.2024.114691.
IVANOVA, I.; ANDRIĆ, M.; RICCI, F. Content-based recommendations for crags and climbing routes. In: STIENMETZ, J. L.; FERRER-ROSELL, B.; MASSIMO, D. (ed.). Information and Communication Technologies in Tourism 2022. ENTER, p. 369-381, 2022. DOI: https://doi.org/10.1007/978-3-030-94751-4_33.
KHUSRO, S.; ALI, Z.; ULLAH, I. Recommender systems: issues, challenges, and research opportunities. In: KIM, K., JOUKOV, N. (eds) Information Science and Applications (ICISA) 2016. Lecture Notes in Electrical Engineering, v. 376, p. 1179-1189, Singapore, 2016. DOI: https://doi.org/10.1007/978-981-10-0557-2_112.
KITCHENHAM, B.; CHARTERS, S. Guidelines for performing systematic literature reviews in software engineering. Relatório técnico EBSE 2007-001. Keele University; Durham University, 2007. Disponível em: https://legacyfileshare.elsevier.com/promis_misc/525444systematicreviewsguide.pdf. Acesso em: 13 setembro 2025.
LUO, Y.; DUAN, H.; LIU, Y.; CHUNG, F. L. Timestamps as prompts for geography-aware location recommendation. In: ACM INTERNATIONAL CONFERENCE ON INFORMATION AND KNOWLEDGE MANAGEMENT (CIKM 23), 32., 2023, Birmigham. Proceedings […]. New York: ACM, p. 1697-1706, 2023, Birmingham. DOI: https://doi.org/10.1145/3583780.3615083.
PEBESMA, E.; BIVAND, R. Spatial data science: with applications in R. CRC Press, 2023.
PRODANOV, C. C.; FREITAS, E. C. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. 2. Ed. Novo Hamburgo: Editora Feevale, 2013. Disponível em: https://www.feevale.br/institucional/editora-feevale/metodologia-do-trabalho-cientifico---2-edicao.
ROCHA-JUNIOR, J. B. Efficient processing of preference queries in distributed and spatial databases. 2012. Doctoral Thesis (Doutorado em Ciência da Computação) – Norwegian University of Science and Technology, Trondheim, 2012. Disponível em: https://ntnuopen.ntnu.no/ntnu-xmlui/handle/11250/253131. Acesso em: 27 agosto 2025.
ROY, D.; DUTTA, M. A systematic review and research perspective on recommender systems. Journal of Big Data, v. 9, e59, 2022. DOI: https://doi.org/10.1186/s40537-022-00592-5.
TIWARI, S.; KAUSHIK, S.; TIWARI, S.; JAGWANI, P. Location based recommender systems: architecture, trends and research areas. In: IET INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATIONS AND APPLICATIONS (ICWCA 2012), 2012, Kuala Lumpur. Proceedings […]. Kuala Lumpur, 2012. DOI: https://doi.org/10.1049/cp.2012.2096.
VAHIDNIA, M. H. Point-of-interest recommendation in location-based social networks based on collaborative filtering and spatial kernel weighting. Geocarto International, v. 37, n. 26, p. 13949-13972, 2022. DOI: https://doi.org/10.1080/10106049.2022.2086626.
WAGNER, C.; CAROLINA, A.; PAULA, A. Pesquisa científica na computação: uma abordagem com revisão sistemática de literatura. Maringá: Viseu, 2023.
WEYDEMANN, L.; SACHARIDIS, D.; WERTHNER, H. Defining and measuring fairness in location recommendations. In: ACM SIGSPATIAL INTERNATIONAL WORKSHOP ON LOCATION-BASED RECOMMENDATIONS, GEOSOCIAL NETWORKS AND GEOADVERTISING (LOCALREC’19), 3., 2019, Chicago. Proceedings […]. New York: ACM, 2019. DOI: https://doi.org/10.1145/3356994.3365497.
ZANGERLE, E.; BAUER, C. Evaluating recommender systems: survey and framework. ACM Computing Surveys, v. 55, n. 8, e170, p. 1-38, 2022. DOI: https://doi.org/10.1145/3556536.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Aline Ferreira Pereira, João Batista Rocha Junior

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Esta revista, seguindo as recomendações do movimento de Acesso Aberto, proporciona seu conteúdo em Full Open Access. Assim os autores conservam todos seus direitos permitindo que a Revista Principia possa publicar seus artigos e disponibilizar pra toda a comunidade.
A Revista Principia adota a licença Creative Commons 4.0 do tipo atribuição (CC-BY). Esta licença permite que outros distribuam, remixem, adaptem e criem a partir do seu trabalho, inclusive para fins comerciais, desde que lhe atribuam o devido crédito pela criação original.
Os autores estão autorizados a enviar a versão do artigo publicado nesta revista em repositório institucionais, com reconhecimento de autoria e publicação inicial na Revista Principia.
Demais informações sobre a Política de Direitos Autorais da Revista Principia encontram-se neste link.