Desarrollo de una aplicación web progresiva para la recomendación de películas y libros mediante la técnica de filtrado colaborativo

Gina Maribel Valenzuela Sabogal, Yhon Steven Cruz Correa, Christian David Díaz Rendón

Resumen


En Internet, donde la cantidad de opciones se vuelve cada vez más abrumadora, se hace necesario tener la capacidad de filtrar, priorizar y entregar de la manera más eficiente posible la información relevante para disminuir el problema de la sobrecarga de información, el cual se ha convertido en un inconveniente para muchos usuarios de internet. Los sistemas de recomendación contribuyen a la solución de este problema buscando en un gran volumen de información con el objetivo de proporcionar a los usuarios contenidos, productos y servicios personalizados. El presente artículo de investigación busca desarrollar una aplicación web progresiva que integre un sistema de recomendación capaz de proporcionar a los usuarios recomendaciones personalizadas sobre libros y películas. Una vez realizada una aproximación a las principales técnicas de recomendación, se ha encontrado que la técnica de filtrado colaborativo apoyaría de forma fundamental al sistema de recomendación como producto final de este artículo de investigación.


Texto completo:

PDF

Referencias


Ayala-Yaguara, H., Valenzuela-Sabogal, G., & Espinosa-García, A. (2019). Obtención de un modelo de minería de datos aplicado a la deserción universitaria del programa de Ingeniería de Sistemas de la Universidad de Cundinamarca. Revista Ontare, 7, 1-14. https://doi.org/10.21158/23823399.v7.n0.2019.2676

Booch, G., Rumbaugh, J., & Jacobson. I. (2006). El Lenguaje Unificado de Modelado: Guía de usuario: aprenda UML directamente de sus creadores. Madrid: Editorial Addison Wesley.

Borrero-Puentes, N., & Alcalá-Zarate, L. F. (2020). Modelo de gestión de equipos virtuales en la ejecución de proyectos académicos colaborativos. Revista CEA, 6(12), 147-166. https://doi.org/10.22430/24223182.1609

Canelada, L. (2019). Tsundoku Sistema de recomendación web de literatura en Django. (Trabajo de grado, Universidad Politécnica Madrid). Recuperado de http://oa.upm.es/56127/

Fontela, C. (2000). UML: modelado de software para profesionales. México: Alfaomega Grupo Editor.

García, N. (2014). Evaluación de la estabilidad del colorante antociánico extraido a partir del fruto silvestre capachu (hesperomeles escalloniifolia schltdl) durante el almacenamiento d una bebida gasificada. (Trabajo de grado, Universidad Nacional José María Arguedas). Recuperado de http://repositorio.unajma.edu.pe/handle/123456789/206

Geetha, G., Safa, M., Fancy, C., & Saranya, D. (2018). A Hybrid Approach using Collaborative filtering and Content based Filtering for Recommender System. Journal of Physics: Conference Series, 1000, 1-7. doi: 10.1088/1742-6596/1000/1/012101

Giraldo-Plaza, J. E., & Ovalle-Carranza, D. A. (2020). Modelado de la gestión curricular basada en procesos de negocio sensibles al contexto. Revista CEA, 6(12), 129-146. https://doi.org/10.22430/24223182.1526

González, D. (2019). Estandarización de datos y priorización de algoritmos para un sistema de recomendación. (Tesis de maestría, Universidad EAFIT). Recuperado de https://repository.eafit.edu.co/bitstream/handle/10784/15326/DiderLeon_GonzalezArroyave_2019.pdf?sequence=2&isAllowed=y

Hernández, G. (2019). Avances en Informática y Automática. Recuperado de https://gredos.usal.es/handle/10366/143948

Hernández, R., Fernández, C., & Baptista, P. (2003). Metodología de la Investigación. 5ta ed. México: McGRAW-HILL / INTERAMERICANA EDITORES.

Isinkaye, F., Folajimi, Y., & Ojokoh, B. (2015). Recommendation systems: Principles, methods and evaluation. Egyptian Informatics Journal, 16(3), 261-73. https://doi.org/10.1016/j.eij.2015.06.005

Koren, Y., Bell, R., & Volinsky, C. (2009). Matrix factorization techniques for recommender systems. Computer, 42(8), 30-37. Recuperado de https://ieeexplore.ieee.org/abstract/document/5197422

Magán, C. (2019). Interfaz conversacional en Dialogflow para recomendación de películas. (Trabajo de grado, Universidad Carlos III de Madrid9 Recuperado de https://e-archivo.uc3m.es/handle/10016/30234#preview

Martín, J. (2004). Determinación de tendencias en un portal web utilizando técnicas no supervisadas. Aplicación a sistemas de recomendaciones basados en filtrado colaborativo.(Tesis de Doctorado, Universitat de Valencia). Recuperado de https://www.uv.es/jdmg/tesis_jdmartin.pdf

Mathew, P., Bincy, K., & Vinayak, H. (2016). Book Recommendation System through content based and collaborative filtering method. Trabajo presentado en International Conference on Data Mining and Advanced Computing, SAPIENCE. Ernakulam, India doi: 10.1109/SAPIENCE.2016.7684166

Mendoza, G., Laureano, Y., & Pérez, M. (2019). Métricas de similaridad y evaluación para sistemas de recomendación de filtrado colaborativo. Revista de Investigación en Tecnologías de la Información, 7(14), 224-240. https://doi.org/10.36825/RITI.07.14.019

Navarro, A., Fernández, J., & Morales, J. (2013). Revisión de metodologías ágiles para el desarrollo de software. Prospectiva, 11(2), 30-29. Recuperado de https://dialnet.unirioja.es/servlet/articulo?codigo=4752083

Schwaber, K., & Sutherland, J. (2017). The Scrum GuideTM The Definitive Guide to Scrum: The Rules of the Game. Recuperado de https://www.agileacademy.nl/wp-content/uploads/2017/12/2017-scrum-guide-us.pdf

Suganeshwari, G., & Ibrahim, S. (2016). A Survey on Collaborative Filtering Based Recommendation System. En Vijayakumar, V., & Neelanarayanan, V. (Eds.), Proceedings of the 3rd International Symposium on Big Data and Cloud Computing Challenges (ISBCC – 16’), Smart Innovation, Systems and Technologies (pp. 503-518). DOI 10.1007/978-3-319-30348-2_42

Valdiviezo, P. (2019). Sistema recomendador híbrido basado en modelos probabilísticos. (Tesis doctoral, Universidad Politécnica de Madrid). Recuperado de http://oa.upm.es/57250/1/PRISCILA_MARISELA_VALDIVIEZO_DIAZ_2.pdf

Walid, E. (2017). Un sistema de recomendación basado en perfiles generados por agrupamiento y asociaciones. (Tesis de maestría, Universitat Politècnica de València). Recuperado de https://riunet.upv.es/bitstream/handle/10251/94049/WALID%20-%20Un%20sistema%20de%20recomendaci%C3%B3n%20basado%20en%20perfiles%20generados%20por%20agrupamiento%20y%20asociaciones.pdf?sequence=1


Enlaces refback

  • No hay ningún enlace refback.