Recomendación personalizada de documentos de repositorio digital institucional aplicando minería de texto

Para realizar una investigación con material de calidad es fundamental contar con fuentes confiables. Es por ello que muchos recurren a repositorios digitales de universidades, dado que pueden acceder a información corroborada y utilizarla para producir nueva. A pesar de que muchas universidades ti...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Díaz, Fátima, Fernández Reuter, Beatriz, Durán, Elena Beatriz
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2019
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/77227
Aporte de:
id I19-R120-10915-77227
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
sistemas de recomendación
repositorio digital institucional
personalización
minería de texto
spellingShingle Ciencias Informáticas
sistemas de recomendación
repositorio digital institucional
personalización
minería de texto
Díaz, Fátima
Fernández Reuter, Beatriz
Durán, Elena Beatriz
Recomendación personalizada de documentos de repositorio digital institucional aplicando minería de texto
topic_facet Ciencias Informáticas
sistemas de recomendación
repositorio digital institucional
personalización
minería de texto
description Para realizar una investigación con material de calidad es fundamental contar con fuentes confiables. Es por ello que muchos recurren a repositorios digitales de universidades, dado que pueden acceder a información corroborada y utilizarla para producir nueva. A pesar de que muchas universidades tienen sus propios repositorios, no suele sacarse el provecho adecuado de los mismos. Al existir tanta información en un solo lugar, cuesta realizar una exploración exhaustiva haciendo un uso eficiente del tiempo. Una solución a este problema puede ser la incorporación al repositorio digital, de un sistema de recomendación personalizado, que ayude al usuario a encontrar información de manera más ágil y amigable, fomentando así el uso del repositorio. Es por esto que se ha iniciado una línea de investigación enfocada en los sistemas de recomendación para repositorios digitales. En particular esta investigación se centra en el desarrollo de un sistema de recomendación de contenido para los usuarios del repositorio digital institucional de la Biblioteca Central de la Universidad Nacional de Santiago del Estero. Se propone la creación de un recomendador personalizado de documentos, basado en contenido, aplicando minería de texto, que contará con un perfil de usuario para que las recomendaciones puedan ser personalizadas.
format Objeto de conferencia
Objeto de conferencia
author Díaz, Fátima
Fernández Reuter, Beatriz
Durán, Elena Beatriz
author_facet Díaz, Fátima
Fernández Reuter, Beatriz
Durán, Elena Beatriz
author_sort Díaz, Fátima
title Recomendación personalizada de documentos de repositorio digital institucional aplicando minería de texto
title_short Recomendación personalizada de documentos de repositorio digital institucional aplicando minería de texto
title_full Recomendación personalizada de documentos de repositorio digital institucional aplicando minería de texto
title_fullStr Recomendación personalizada de documentos de repositorio digital institucional aplicando minería de texto
title_full_unstemmed Recomendación personalizada de documentos de repositorio digital institucional aplicando minería de texto
title_sort recomendación personalizada de documentos de repositorio digital institucional aplicando minería de texto
publishDate 2019
url http://sedici.unlp.edu.ar/handle/10915/77227
work_keys_str_mv AT diazfatima recomendacionpersonalizadadedocumentosderepositoriodigitalinstitucionalaplicandomineriadetexto
AT fernandezreuterbeatriz recomendacionpersonalizadadedocumentosderepositoriodigitalinstitucionalaplicandomineriadetexto
AT duranelenabeatriz recomendacionpersonalizadadedocumentosderepositoriodigitalinstitucionalaplicandomineriadetexto
bdutipo_str Repositorios
_version_ 1764820486351486979