skip to main content
Ngôn ngữ:
Giới hạn tìm kiếm: Giới hạn tìm kiếm: Dạng tài nguyên Hiển thị kết quả với: Hiển thị kết quả với: Chỉ mục

Recomendación de productos a partir de perfiles de usuario interpretables

Becerra Cortés, Claudia Jeanneth ; Jiménez Vargas, Sergio Gonzalo ; González, Fabio A ; Gelbukh, Alexander

Tecnura, 01 September 2015, Vol.19(45), pp.89-100 [Tạp chí có phản biện]

ISSN: 0123-921X ; DOI: 10.14483/udistrital.jour.tecnura.2015.3.a07

Toàn văn sẵn có

Trích dẫn Trích dẫn bởi
  • Nhan đề:
    Recomendación de productos a partir de perfiles de usuario interpretables
  • Tác giả: Becerra Cortés, Claudia Jeanneth ; Jiménez Vargas, Sergio Gonzalo ; González, Fabio A ; Gelbukh, Alexander
  • Chủ đề: Engineering, Multidisciplinary ; Etiquetado Social ; Filtrado Colaborativo ; Interfaces de Usuario ; Sistemas de Etiquetado Colaborativo ; Sistemas de Recomendación ; Collaborative Filtering ; Collaborative Tagging Systems ; Recommender Systems ; Social Tagging ; User Interfaces
  • Là 1 phần của: Tecnura, 01 September 2015, Vol.19(45), pp.89-100
  • Mô tả: Los sistemas de recomendación automática de productos permiten que los usuarios tengan una visión personalizada de grandes conjuntos de productos, lo cual alivia el problema de la sobrecarga de opciones en los sitios de comercio electrónico. Usualmente las recomendaciones se obtienen usando la técnica denominada "filtrado colaborativo". Esta técnica permite filtrar los productos que el usuario desea de aquellos que no desea, infiriendo las afinidades entre productos, y usuarios, en un espacio de características abstracto. Si bien estas técnicas han mostrado ser de gran valor predictivo, su baja (o nula) interpretabilidad hace que el usuario, al no poder modificar su perfil, quede encerrado en una especie de burbuja, en la cual solo recibe recomendaciones colaborativas condicionadas por su comportamiento histórico. En este trabajo proponemos construir perfiles de usuario definidos en espacios interpretables como el de las etiquetas colaborativas (tags) o bien palabras claves extractadas automáticamente de las descripciones de los productos, que al ser interpretables permitan al usuario modificar su propio perfil. Este modelo se basa en la obtención de perfiles usando modelos lineales, cuyos coeficientes, positivos o negativos, reflejan la afinidad del usuario hacia la etiqueta o a la palabra clave. Para probar nuestra hipótesis, utilizamos el conjunto de datos de investigación en sistemas de recomendación de películas de la Universidad de Minnesota, MovieLens; los resultados obtenidos muestran que la capacidad predictiva del modelo es comparable a la de los métodos no interpretables, con el beneficio adicional de la interpretabilidad.
  • Ngôn ngữ: Portuguese
  • Số nhận dạng: ISSN: 0123-921X ; DOI: 10.14483/udistrital.jour.tecnura.2015.3.a07

Đang tìm Cơ sở dữ liệu bên ngoài...