Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad

Los sistemas de recomendación permiten encontrar ítems que son potencialmente de interés para un usuario o un grupo de usuarios particular. El objetivo es predecir los gustos, intereses y preferencias De dichos usuarios y sugerir elementos que satisfagan sus necesidades dentro de diferentes domini...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Madsen Torre, Daiana Elin
Formato: Artículo revista
Lenguaje:Español
Publicado: Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas 2022
Materias:
Sistema de recomendación
Internet
Relaciones sociales
Inteligencia artificial
Sistemas multiagente
Acceso en línea:Madsen Torre, D. E. (2022). Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
Aporte de:
Repositorio Institucional de Acceso Abierto (RIDAA) de Universidad Nacional del Centro
id I21-R190-123456789-3291
record_format ojs
institution Universidad Nacional del Centro
institution_str I-21
repository_str R-190
container_title_str Repositorio Institucional de Acceso Abierto (RIDAA)
language Español
format Artículo revista
topic Sistema de recomendación
Internet
Relaciones sociales
Inteligencia artificial
Sistemas multiagente
spellingShingle Sistema de recomendación
Internet
Relaciones sociales
Inteligencia artificial
Sistemas multiagente
Madsen Torre, Daiana Elin
Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
topic_facet Sistema de recomendación
Internet
Relaciones sociales
Inteligencia artificial
Sistemas multiagente
author Madsen Torre, Daiana Elin
author_facet Madsen Torre, Daiana Elin
author_sort Madsen Torre, Daiana Elin
title Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title_short Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title_full Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title_fullStr Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title_full_unstemmed Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title_sort generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
description Los sistemas de recomendación permiten encontrar ítems que son potencialmente de interés para un usuario o un grupo de usuarios particular. El objetivo es predecir los gustos, intereses y preferencias De dichos usuarios y sugerir elementos que satisfagan sus necesidades dentro de diferentes dominios. La enorme variedad de ámbitos de aplicación habla de la infinidad de usos y la potencial utilidad que se le puede dar a los sistemas de recomendación, tanto para sugerir películas, música, videojuegos, libros, restaurantes o lugares turísticos, como para el e-commerce a través de internet. En los últimos años han surgido sistemas de recomendación que buscan satisfacer las necesidades de un grupo de personas, ya sea para escuchar música en espacios comunes, visitar en grupo un destino turístico, entre otros. Existen muchas técnicas que permiten recomendar a grupos, pero aún es un desafío equilibrar la satisfacción de todos los individuos teniendo en cuenta, no solo sus intereses o preferencias, sino también la personalidad de cada uno, sus relaciones y la manera en que interactúan entre sí. Los sistemas multiagente son particularmente útiles para desarrollar este tipo de recomendaciones debido a las características intrínsecas de los mismos. Consisten en un sistema distribuido compuesto por múltiples agentes inteligentes que interactúan entre sí, siendo capaces de cumplir objetivos difíciles o imposibles de alcanzar en forma individual. En el contexto de este trabajo, se cuenta con agentes que representan los intereses de los usuarios en un grupo y mediante técnicas de negociación se obtiene una decisión en base a múltiples ítems con el mayor balance de satisfacción posible para las posteriores sugerencias hacia dicho grupo. El énfasis está puesto en considerar las características de personalidad de los miembros del grupo durante la negociación, bajo la premisa de que ciertas personas estarán más dispuestas a modificar sus opiniones individuales iniciales en pos del beneficio común del grupo, y estudiar el impacto de la conducta de los integrantes del grupo en situaciones de conflicto. Se pudo comprobar, a partir de la evaluación experimental, que el perfil de personalidad de los integrantes tiene impacto en las recomendaciones al grupo, principalmente a partir de los niveles de asertividad, es decir, la medida en que las personas intentan satisfacer sus propios intereses. Las técnicas tradicionales de recomendación a grupos ignoran los efectos de las interacciones sociales y relaciones entre los individuos, tratándolos como personas completamente individuales. El presente trabajo demuestra que la opinión de un individuo puede verse alterada cuando una persona es parte de un grupo que coopera por un objetivo compartido. Las relaciones sociales, cuando los integrantes de los grupos manifiestan un nivel de confianza compatible con amistad, familia o pareja, evidencian un impacto positivo en las recomendaciones al grupo, permitiendo obtener mejores resultados al considerar estos factores.
publisher Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publishDate 2022
url Madsen Torre, D. E. (2022). Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
work_keys_str_mv AT madsentorredaianaelin generacionderecomendacionesagruposconsiderandorelacionessocialesyperfilesdepersonalidad
first_indexed 2023-04-13T15:31:09Z
last_indexed 2023-04-13T15:31:09Z
bdutipo_str Revistas
_version_ 1764819787542691841

Ejemplares similares