Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativo

Autores
Abalde, Roberto; Armentano, Marcelo G.
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los sistemas de recomendación que usan técnicas de filtrado colaborativo basado en memoria predicen la preferencia de un usuario por un ítem usando solamente las preferencias expresadas anteriormente e ignorando el contexto de elección del usuario, esto es, el conjunto de ítems que fueron recomendados al usuario pero que fueron ignorados. En este trabajo se presentan modificaciones a los algoritmos clásicos de filtrado colaborativo basado en memoria para que utilicen el contexto de elección del usuario para predecir las preferencias. Una serie de experimentos desarrollados verifican que nuestra propuesta presenta un mejor desempeño que los algoritmos de filtrado colaborativo clásicos.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
Materia
Ciencias Informáticas
sistemas de recomendación
Inteligencia Artificial
filtrado colaborativo basado en memoria
información de contexto
contexto de elección del usuario
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/41726
Acceder
id SEDICI_db46ab8cc91e8ccea3efc7029e4a62fa
oai_identifier_str oai:sedici.unlp.edu.ar:10915/41726
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativoAbalde, RobertoArmentano, Marcelo G.Ciencias Informáticassistemas de recomendaciónInteligencia Artificialfiltrado colaborativo basado en memoriainformación de contextocontexto de elección del usuarioLos sistemas de recomendación que usan técnicas de filtrado colaborativo basado en memoria predicen la preferencia de un usuario por un ítem usando solamente las preferencias expresadas anteriormente e ignorando el contexto de elección del usuario, esto es, el conjunto de ítems que fueron recomendados al usuario pero que fueron ignorados. En este trabajo se presentan modificaciones a los algoritmos clásicos de filtrado colaborativo basado en memoria para que utilicen el contexto de elección del usuario para predecir las preferencias. Una serie de experimentos desarrollados verifican que nuestra propuesta presenta un mejor desempeño que los algoritmos de filtrado colaborativo clásicos.Sociedad Argentina de Informática e Investigación Operativa (SADIO)2014-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf83-90http://sedici.unlp.edu.ar/handle/10915/41726spainfo:eu-repo/semantics/altIdentifier/url/http://43jaiio.sadio.org.ar/proceedings/ASAI/11.pdfinfo:eu-repo/semantics/altIdentifier/issn/1850-2784info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/3.0/Creative Commons Attribution 3.0 Unported (CC BY 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-06-23T10:24:06Zoai:sedici.unlp.edu.ar:10915/41726Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-06-23 10:24:07.122SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativo
title Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativo
spellingShingle Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativo
Abalde, Roberto
Ciencias Informáticas
sistemas de recomendación
Inteligencia Artificial
filtrado colaborativo basado en memoria
información de contexto
contexto de elección del usuario
title_short Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativo
title_full Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativo
title_fullStr Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativo
title_full_unstemmed Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativo
title_sort Inducción de preferencias a partir del contexto de elección del usuario en filtrado colaborativo
dc.creator.none.fl_str_mv Abalde, Roberto
Armentano, Marcelo G.
author Abalde, Roberto
author_facet Abalde, Roberto
Armentano, Marcelo G.
author_role author
author2 Armentano, Marcelo G.
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
sistemas de recomendación
Inteligencia Artificial
filtrado colaborativo basado en memoria
información de contexto
contexto de elección del usuario
topic Ciencias Informáticas
sistemas de recomendación
Inteligencia Artificial
filtrado colaborativo basado en memoria
información de contexto
contexto de elección del usuario
dc.description.none.fl_txt_mv Los sistemas de recomendación que usan técnicas de filtrado colaborativo basado en memoria predicen la preferencia de un usuario por un ítem usando solamente las preferencias expresadas anteriormente e ignorando el contexto de elección del usuario, esto es, el conjunto de ítems que fueron recomendados al usuario pero que fueron ignorados. En este trabajo se presentan modificaciones a los algoritmos clásicos de filtrado colaborativo basado en memoria para que utilicen el contexto de elección del usuario para predecir las preferencias. Una serie de experimentos desarrollados verifican que nuestra propuesta presenta un mejor desempeño que los algoritmos de filtrado colaborativo clásicos.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
description Los sistemas de recomendación que usan técnicas de filtrado colaborativo basado en memoria predicen la preferencia de un usuario por un ítem usando solamente las preferencias expresadas anteriormente e ignorando el contexto de elección del usuario, esto es, el conjunto de ítems que fueron recomendados al usuario pero que fueron ignorados. En este trabajo se presentan modificaciones a los algoritmos clásicos de filtrado colaborativo basado en memoria para que utilicen el contexto de elección del usuario para predecir las preferencias. Una serie de experimentos desarrollados verifican que nuestra propuesta presenta un mejor desempeño que los algoritmos de filtrado colaborativo clásicos.
publishDate 2014
dc.date.none.fl_str_mv 2014-11
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/41726
url http://sedici.unlp.edu.ar/handle/10915/41726
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://43jaiio.sadio.org.ar/proceedings/ASAI/11.pdf
info:eu-repo/semantics/altIdentifier/issn/1850-2784
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/3.0/
Creative Commons Attribution 3.0 Unported (CC BY 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/3.0/
Creative Commons Attribution 3.0 Unported (CC BY 3.0)
dc.format.none.fl_str_mv application/pdf
83-90
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1868981769944956928
score 13.265058

Publicaciones similares