Sistemas de recomendación: un estudio comparativo de técnicas de filtrado

Fil: Suarez Gurruchaga, Carlos Roque. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.

Guardado en:
Detalles Bibliográficos
Autor principal: Suarez Gurruchaga, Carlos Roque
Otros Autores: Fraiman, Daniel
Formato: Tesis Tesis de maestría updatedVersion
Lenguaje:Español
Publicado: Universidad de San Andrés. Departamento de Matemática y Ciencias 2025
Acceso en línea:https://repositorio.udesa.edu.ar/handle/10908/25711
Aporte de:
Repositorio Digital - Universidad de San Andrés (UdeSa) de Universidad de San Andrés
id I37-R143-10908-25711
record_format dspace
spelling I37-R143-10908-257112025-09-17T03:00:31Z Sistemas de recomendación: un estudio comparativo de técnicas de filtrado Suarez Gurruchaga, Carlos Roque Fraiman, Daniel Fil: Suarez Gurruchaga, Carlos Roque. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina. Los sistemas de recomendación constituyen una herramienta fundamental en el entorno digital actual, donde usuarios se enfrentan a una sobrecarga de información que dificulta la toma de decisiones. Este trabajo presenta un análisis comparativo de siete diferentes estrategias de recomendación implementadas y evaluadas sobre el dataset MovieLens. Entre ellas se encuentran un Filtro colaborativo basado en memoria (tanto clásico como con ponderación temporal), un Filtro colaborativo por factores latentes, un Filtro basado en contenido actuando en combinación con Latent Dirichlet Allocation (LDA), un algoritmo de modelado de tópicos que permite descubrir patrones semánticos, y una propuesta híbrida que combina las fortalezas de múltiples técnicas. Los resultados revelan un trade-off entre precisión y cobertura: mientras que los filtros colaborativos se destacan en precisión y calidad de ordenamiento, el filtro basado en contenido sobresale en cobertura de usuarios e ítems. Por otro lado, los modelos híbridos logran un equilibrio óptimo, alcanzando alta precisión, calidad de ordenamiento y cobertura, constituyendo la opción más versátil. Esta investigación demuestra la importancia de seleccionar el enfoque de recomendación según objetivos específicos y características del conjunto de datos disponible, destacando la flexibilidad de los modelos híbridos como solución integral capaz de abordar simultáneamente las limitaciones de los enfoques individuales. 2025-09-16T14:14:54Z 2025-09-16T14:14:54Z 2025 Tesis info:eu-repo/semantics/masterThesis info:ar-repo/semantics/tesis de maestría info:eu-repo/semantics/updatedVersion https://repositorio.udesa.edu.ar/handle/10908/25711 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf application/pdf Universidad de San Andrés. Departamento de Matemática y Ciencias
institution Universidad de San Andrés
institution_str I-37
repository_str R-143
collection Repositorio Digital - Universidad de San Andrés (UdeSa)
language Español
description Fil: Suarez Gurruchaga, Carlos Roque. Universidad de San Andrés. Departamento de Matemática y Ciencias; Argentina.
author2 Fraiman, Daniel
author_facet Fraiman, Daniel
Suarez Gurruchaga, Carlos Roque
format Tesis
Tesis de maestría
Tesis de maestría
updatedVersion
author Suarez Gurruchaga, Carlos Roque
spellingShingle Suarez Gurruchaga, Carlos Roque
Sistemas de recomendación: un estudio comparativo de técnicas de filtrado
author_sort Suarez Gurruchaga, Carlos Roque
title Sistemas de recomendación: un estudio comparativo de técnicas de filtrado
title_short Sistemas de recomendación: un estudio comparativo de técnicas de filtrado
title_full Sistemas de recomendación: un estudio comparativo de técnicas de filtrado
title_fullStr Sistemas de recomendación: un estudio comparativo de técnicas de filtrado
title_full_unstemmed Sistemas de recomendación: un estudio comparativo de técnicas de filtrado
title_sort sistemas de recomendación: un estudio comparativo de técnicas de filtrado
publisher Universidad de San Andrés. Departamento de Matemática y Ciencias
publishDate 2025
url https://repositorio.udesa.edu.ar/handle/10908/25711
work_keys_str_mv AT suarezgurruchagacarlosroque sistemasderecomendacionunestudiocomparativodetecnicasdefiltrado
_version_ 1854267037931536384

Ejemplares similares