Institute for Technologies and Management of Digital Transformation

Miguel Alves Gomes, M.Sc.

Wissenschaftlicher Mitarbeiter

Forschungsinteressen:

  • Recommender Systems
  • Data Mining
  • Data Analytics
  • Machine Learning and Deep Learning
  • Explainable AI with Transformers

Biographie

Miguel Alves Gomes ist seit Dezember 2020 als wissenschaftlicher Mitarbeiter und Doktorand am Institute for Technologies and Management of Digital Transformation an der Bergischen Universität Wuppertal tätig. In seiner Forschung beschäftigt sich Herr Alves Gomes mit personalisierten Empfehlungssystemen. Die Schwerpunkte liegen dabei in der Kombination von Unsupervised und Supervised Machine Learning Methoden sowie den hierfür benötigten Data Mining Verfahren.

Herr Alves Gomes studierte zunächst Informationstechnik mit Schwerpunkt Information Science im Bachelor und anschließend Informatik mit Schwerpunkt Data Analytics im Master an der Bergischen Universität Wuppertal. In dieser Zeit war er zudem als studentische Hilfskraft am Institute for Technologies and Management of Digital Transformation tätig. In seiner Masterarbeit untersuchte er das Sprachverständnis von Transformer-basierten neuronalen Netzen, indem er modellinterne Informationen visualisierte. 

Publikationen

2022
Alves-Gomes, M., Meyes, R., Meisen, P., & Meisen, T. (2022). "Will This Online Shopping Session Succeed? Predicting Customer's Purchase Intention Using Embeddings" in Proceedings of the 31st ACM International Conference on Information & Knowledge Management , New York, NY, USA : {Association for Computing Machinery} 2873--2882.

ISBN: 9781450392365

Alves-Gomes, M., Meyes, R., Meisen, P., & Meisen, T. (2022). "Will This Online Shopping Session Succeed? Predicting Customer’s Purchase Intention Using Embeddings" in Proceedings of the 31st ACM International Conference on Information & Knowledge Management , New York, NY, USA : Association for Computing Machinery 2873—2882.

ISBN: 9781450392365

2021
Alves-Gomes, M., Tercan, H., Bodnar, T., Meisen, T., & Meisen, P. (2021). "A Filter is Better Than None: Improving Deep Learning-Based Product Recommendation Models by Using a User Preference Filter" in 2021 IEEE 23rd Int. Conf. on High Performance Computing and Communications; 7th Int. Conf. on Data Science and Systems; 19th Int. Conf. on Smart City; 7th Int. Conf. on Dependability in Sensor, Cloud and Big Data Systems and Application (HPCC/DSS/SmartCity/DependSys) . 1278—1285.

Weitere Infos über #UniWuppertal: