Planteamiento de un Sistema Recomendador Basado en Contenido y Colaborativo para la Elección de Libros
El proyecto presentado en este libro, contiene el planteamiento de un sistema recomendador basado en contenido (recomendación con los atributos de los libros que ya leyó el usuario) y colaborativo (recomendación con los atributos de los usuarios con perfiles similares a los del usuario que solicita...
- Autores:
-
Cadena Díaz, Xenia Viviana
Caranton Galeano, Nelson Arley
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- spa
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/7498
- Acceso en línea:
- http://hdl.handle.net/11349/7498
- Palabra clave:
- Sistema Recomendador
Basado en Contenido
Colaborativo
Libros
ESPECIALIZACIÓN EN INGENIERÍA DE SOFTWARE - TESIS Y DISERTACIONES ACADÉMICAS
SISTEMAS EXPERTOS
ALGORITMOS (COMPUTADORES)
DESARROLLO DE PROTOTIPOS
Recommender System
Based on Content
Collaborative
Books
- Rights
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
Summary: | El proyecto presentado en este libro, contiene el planteamiento de un sistema recomendador basado en contenido (recomendación con los atributos de los libros que ya leyó el usuario) y colaborativo (recomendación con los atributos de los usuarios con perfiles similares a los del usuario que solicita la recomendación), mediante el planteamiento de un algoritmo basado en los pesos de los atributos; se plantea que el peso de los atributos por los cuales se realiza la recomendación de libros, son importantes para poder generar un mejor resultado. Inicia con el planteamiento de ecuaciones que distribuyen el peso del 100% entre la recomendación colaborativa y la basada en contenido; luego de esto se redistribuye el peso de cada tipo de recomendación entre los atributos que posee cada una. Después de realizado el prototipo del sistema se buscaron 20 usuarios para realizar las pruebas iniciales del sistema, a los cuales se les realizaron 5 recomendaciones a cada uno, la primera se realiza otorgándole a cada tipo de recomendación el 50% de peso y así mismo dividido en partes iguales a los atributos de cada recomendación. La segunda recomendación se realizó con los pesos obtenidos en una encuesta realizada inicialmente a 100 usuarios de los cuales 60 contestaron y con los que se generaron pesos iniciales. Las otras tres recomendaciones se realizaron con la retroalimentación obtenida de la recomendación anterior. Para poder determinar los resultados ser realizaron encuestas a los 20 usuarios, con las que se concluyó que el peso de cada atributo si varía con cada recomendación y que además estos si son importantes para que al usuario se le genere la recomendación que mejor se adecúe a sus gusto. |
---|