Universidad Complutense de Madrid
E-Prints Complutense

Impacto de los factores u organizaciones sociales en los procesos de recomendación para grupos
Impact of social factors and organizations in group recommendation processes

Impacto

Descargas

Último año



Quijano Sánchez, Lara (2015) Impacto de los factores u organizaciones sociales en los procesos de recomendación para grupos. [Tesis]

[img]
Vista previa
PDF
25MB


Resumen

En la sociedad actual en la que vivimos existe cada vez más una gran sobrecarga de información sobre productos de consumo. Esto hace que resulte muy difícil encontrar productos concretos de nuestro agrado entre la gran baraja de posibilidades, especialmente en el ámbito del comercio on-line. A raíz de este problema los sistemas recomendadores están cobrando cada vez más importancia, guiando al usuario en la selección de productos en catálogos y/o servicios disponibles en la web. Además, con la aparición de la web social y la creciente popularidad de las redes sociales surge la oportunidad de aprovechar la información personal proporcionada por los usuarios al interacturar en las mismas como fuentes de conocimiento para el desarrollo de nuevas estrategias de recomendación que se centren y beneficien de dicha información social. Es en este entorno social donde las personas se agrupan y planean consumir productos como parte de una actividad conjunta, ya sea ir al cine, a un restaurante, de vacaciones o un sin fin de posibilidades. De esta forma de consumir productos en grupo nacen los sistemas de recomendación grupal, trabajo en el que nos hemos centrado y cuyo objetivo es facilitar los procesos de toma de decisiones a grupos que desean realizar una actividad conjunta.La línea de investigación en recomendadores grupales, que se encuentra actualmente en auge, sufre una serie de deficiencias, radicadas en un incorrecto modelado de los comportamientos sociales de los usuarios, que reducen su eficiencia. En esta Tesis Doctoral formulamos la hipótesis de que la inclusión de conocimiento social en los sistemas de recomendación supondría una mejora significativa en la calidad global de las recomendaciones grupales. Nuestro objetivo principal ha sido la generación de recomendaciones que satisfagan a un grupo de usuarios con intereses potencialmente opuestos. Para ello, hemos revisado diferentes formas de combinar las preferencias personales de las personas y hemos propuesto un enfoque que tiene en cuenta el comportamiento social de los usuarios dentro de un grupo. Nuestra aproximación, que llamamos Modelo de Recomendación Social (MRS), define un conjunto de técnicas de recomendación que incluyen el análisis y el uso de varios factores sociales: la personalidad de los componentes del grupo en situaciones conflictivas, la confianza entre ellos, el concepto de homofilia dentro de su estructura, la capacidad de persuasión de sus miembros y, la reutilización de la experiencia obtenida en recomendaciones pasadas. Por lo tanto, la aportación fundamental de este trabajo de Tesis doctoral es el uso de información social para mejorar las recomendaciones a grupos. Proponemos una plataforma genérica que permite la reutilización de nuestro Modelo de Recomendación Social en diferentes dominios mediante una arquitectura llamada ARISE (Architecture for Recommendations Including Social Elements) y una metodología para realizar esa reutilización por medio de un proceso de desarrollo software basado en plantillas que conceptualizan el comportamiento del $MRS$. Además, para demostrar su viabilidad hemos desarrollado dos aplicaciones que instancian la plataforma y que sirven de casos de estudio para evaluar el MRS. Estas instanciaciones también nos sirven para evaluar las diferentes técnicas de recomendación propuestas.


Tipo de documento:Tesis
Información Adicional:

Tesis inédita de la Universidad Complutense de Madrid, Facultad de Informática, Departamento de Ingeniería del Software e Inteligencia artificial, leída el 15-04-2015.

Directores (o tutores):
NombreEmail del director (o tutor)
Díaz Agudo, Mª Belén
Recio García, Juan Antonio
Palabras clave:Sistemas de recomendación, redes sociales en internet
Palabras clave (otros idiomas):Recommender systems, online Social Networks
Materias:Ciencias > Informática > Inteligencia artificial
Ciencias > Informática > Software
Código ID:30838
Depositado:11 Jun 2015 13:07
Última Modificación:11 Jun 2015 13:07

Descargas en el último año

Sólo personal del repositorio: página de control del artículo