Este repositório contém um projeto de simulação de um e-commerce, demonstrando o funcionamento de um algoritmo de recomendação utilizando um banco de dados orientado a grafo.

O objetivo deste projeto é exemplificar o uso de um algoritmo de recomendação em um cenário de e-commerce. O algoritmo utiliza um banco de dados orientado a grafo para armazenar informações sobre produtos, clientes, compras e visualizações de produtos. Ele é capaz de analisar o histórico de compras dos clientes e suas interações com os produtos para fazer recomendações personalizadas.

O projeto possui as seguintes funcionalidades:

• Cadastro de Clientes: Permite o cadastro de novos clientes no sistema.
• Cadastro de Produtos: Permite o cadastro de produtos no sistema através de um arquivo json.
• Realização de Compras: Permite que os clientes realizem compras de produtos.
• Recomendação de Produtos: Com base no histórico de compras e visualizações de produtos do cliente, o algoritmo de recomendação sugere produtos relevantes.

O projeto utiliza um banco de dados orientado a grafo para armazenar as informações. Isso permite a representação das relações entre clientes e produtos de forma eficiente, facilitando a consulta e a geração de recomendações.

O projeto utiliza um algoritmo de recomendação baseado na similaridade de usuários, calculada por meio do cálculo do coeficiente de similaridade de cossenos. Esse algoritmo permite comparar o histórico de compras e preferências dos usuários para encontrar usuários similares e, com base nessa similaridade, recomendar produtos relevantes.

O processo de recomendação ocorre da seguinte maneira:

1. Coleta de Dados: O algoritmo coleta informações sobre as interações realizadas pelos usuários com os produtos, como visualizações e compras.

2. Cálculo da Similaridade: Com base nos dados coletados, o algoritmo calcula a similaridade entre os usuários usando o coeficiente de similaridade de cossenos. Esse cálculo envolve a comparação dos padrões de compras e visualizações entre os usuários.

3. Identificação de Usuários Similares: Com o cálculo da similaridade, o algoritmo identifica os usuários que possuem padrões de compras e preferências semelhantes.

4. Recomendação de Produtos: Com base nos usuários similares, o algoritmo seleciona os produtos que foram adquiridos ou visualizados por esses usuários. Após isso os produtos passam por uma etapa de atribuição de "score", e os que alcançam as melhores pontuações são recomendados.

Para executar o projeto e simular o funcionamento do e-commerce com o algoritmo de recomendação, siga as etapas abaixo:

1. Certifique-se de ter o banco de dados OrientDb instalado e modelado com as Arestas e Nodos necessários.
2. Inicie a execução da aplicação com o comando 'nodemon start'.
3. Importe os dados de exemplo para o banco de dados através da rota '/criarProdutos'.

Esse projeto foi desenvolvido por:

• Gabriele Silva
• Kayara Silveira
• Rafael Copes