Precisión predictiva de algoritmos de aprendizaje automático en sistemas de recomendación
"Los sistemas de recomendación en línea están omnipresentes en el mundo actual. Éstos utilizan algoritmos para proporcionar recomendaciones de servicios o productos a los usuarios. Actualmente, dichos sistemas están utilizando algoritmos de Aprendizaje Automático pertenecientes al campo de la I...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Trabajo final de especialización |
| Lenguaje: | Español |
| Publicado: |
2019
|
| Materias: | |
| Acceso en línea: | http://ri.itba.edu.ar/handle/123456789/1834 |
| Aporte de: |
| Sumario: | "Los sistemas de recomendación en línea están omnipresentes en el mundo actual. Éstos utilizan algoritmos para proporcionar recomendaciones de servicios o productos a los usuarios. Actualmente, dichos sistemas están utilizando algoritmos de Aprendizaje Automático pertenecientes al campo de la Inteligencia Artificial. Sin embargo, el campo de Aprendizaje Automático no tiene un esquema de clasificación claro para sus algoritmos, principalmente por la numerosa cantidad de enfoques y las variaciones propuestas en la literatura. Como consecuencia, es difícil y confuso elegir un algoritmo que se adapte
a las necesidades del usuario al desarrollar un sistema de recomendación. Este trabajo presenta una revisión sistemática de la literatura que analiza el uso de algoritmos de Aprendizaje Automático en sistemas de recomendación del tipo que son utilizados, por ejemplo, para la recomendación de películas en un sitio web comercial. Aquí el sistema tiene como objetivo predecir cuánto apreciaría un usuario una determinada película para luego recomendar a cada usuario aquellas que probablemente disfrutará. Haciendo uso de los métodos de evaluación y métricas disponibles en la literatura se evidenciará la precisión y el rendimiento de cada uno de los algoritmos en conjuntos de datos de distinto tamaño." |
|---|