Complutense University Library

Impacto de los factores y organizaciones sociales en los procesos de recomendación para grupos

Quijano Sánchez, Lara (2010) Impacto de los factores y organizaciones sociales en los procesos de recomendación para grupos. Tesis Master's thesis.

[img]
Preview
PDF
4MB
View download statistics for this eprint

==>>> Export to other formats

Abstract

Actualmente hay una proliferación de sistemas recomendadores que realizan recomendaciones para grupos de usuarios en diferentes dominios. En este trabajo se propone una mejora de las técnicas de recomendación para grupos
existentes a través de la inclusión de tres nuevos factores: la personalidadde cada individuo del grupo, la estructura del grupo en sí y la experiencia obtenida con recomendaciones previas. El proyecto expone nuestras teorías sobre recomendaciones a grupos de personas conectadas a través de redes sociales.Nuestro método consiste en la realización de recomendaciones a grupos
usando técnicas existentes de filtrado colaborativo,teniendo en cuenta la composición de la personalidad del grupo y las conexiones sociales entre sus miembros. Hemos realizado un caso de estudio tanto con usuarios reales como con datos sintéticos en el dominio de las películas. En él hemos identificado la colección de factores sociales que influyen en la confianza entre individuos y cómo pueden tener una repercusión en el proceso de recomendación. También hemos realizado estudios sobre la influencia en las recomendaciones de las diferentes composiciones de personalidad que puede tener un grupo, el tamaño y la distribución de la confianza entre los componentes. Para evaluar la reacción de los usuarios hacia las recomendaciones y evitar repeticiones en los productos recomendados hemos realizado un sistema con memoria en el que se almacenan las soluciones propuestas por el recomendador y se realiza un análisis de la felicidad de los usuarios en el tiempo. Finalmente hemos realizado una variación de nuestro recomendador usando modelos distribuidos y argumentación utilizando JCOLIBRI y D2ISCO.
[ABSTRACT]
There is a proliferation of recommender systems that cope with the challenge of addressing recommendations for groups of users in different domains. The work presented in here involves the improvement of current group recommendation techniques by introducing three novel factors: the personality of every individual in the group, the structure of the group itself and the experience obtained through previous recommendations. In this project we present our theories for making recommendations to groups of people connected through social network structures. Our method consists on making recommendations to groups using existing techniques of collaborative filtering,taking into account the group personality composition and the social connections between the individuals of the group. We have performed a case study with real users in the movie recommendation domain where we identify the set of social factors that influence in the trust between users and
how they impact in the recommendation process. We have also studied the different group personality compositions, and how its distribution, the size of the group or the trust among users can inffuence in the recommendation. We have analyzed this factors not only with real data but also with synthetic data. To be able to evaluate the reaction of the users towards the recommendations and to avoid future repeticions of the recommendations we have developed a system with memory where we store the solutions proposed by the recommender and we make an analysis of the users happiness through time. Finally we did a variation of our recommender system with distributed models and argumentation using JCOLIBRI and D2ISCO.

Item Type:Thesis (Master's thesis)
Additional Information:Máster en Sistemas Inteligentes, Facultad de Informática, Departamento de Ingeniería del Software e Inteligencia Artificial, curso 2009-2010
Directors:
DirectorsDirector email
Díaz Agudo, BelénUNSPECIFIED
Recio García, Juan AntonioUNSPECIFIED
Uncontrolled Keywords:Recomendaciones a grupos, Personalidad, Confianza, Redes Sociales, Experiencia, Modelos distribuidos y Argumentación, Group Recommendation, Personality, Trust, Social Network, Experience, Distributed Models and Argumentation
Subjects:Sciences > Computer science > Computer networks
ID Code:11321
Deposited On:01 Nov 2010 18:18
Last Modified:06 Feb 2014 09:01

Repository Staff Only: item control page