Vamos analisar cada uma das alternativas sobre o algoritmo K-Nearest Neighbors (KNN) em sistemas de recomendação: A) O KNN é um algoritmo de filtragem colaborativa, que explora a similaridade entre usuários para fazer recomendações. Esta afirmação é verdadeira. O KNN realmente utiliza a similaridade entre usuários para recomendar itens, caracterizando-se como um método de filtragem colaborativa. B) O KNN é um algoritmo de aprendizado supervisionado, que requer um conjunto de dados rotulado para fazer previsões. Esta afirmação é falsa. Embora o KNN possa ser usado em contextos de aprendizado supervisionado, em sistemas de recomendação, ele geralmente é aplicado de forma não supervisionada, utilizando as avaliações dos usuários sem a necessidade de rótulos explícitos. C) O KNN é um algoritmo de filtragem baseada em item, que identifica itens semelhantes com base nas avaliações dos usuários. Esta afirmação é falsa. O KNN, conforme descrito, se concentra na similaridade entre usuários, não entre itens. D) O KNN é um algoritmo de filtragem baseada em conteúdo, que utiliza características dos itens para fazer recomendações. Esta afirmação é falsa. O KNN não é um algoritmo de filtragem baseada em conteúdo, pois não se baseia nas características dos itens, mas sim na similaridade entre usuários. Portanto, a alternativa correta é: A) O KNN é um algoritmo de filtragem colaborativa, que explora a similaridade entre usuários para fazer recomendações.