Sistemas de recomendación aplicados a jueces en línea

Impacto

Downloads

Downloads per month over past year



Doménech Arellano, Pedro Pablo and Soria Muñoz, Alfonso (2019) Sistemas de recomendación aplicados a jueces en línea. [Trabajo Fin de Grado]

[thumbnail of 1137964516-324473_ALFONSO_SORIA_MUÑOZ_Sistemas_de_recomendación_aplicados_a_jueces_en_línea_3940146_78047527.pdf]
Preview
PDF
Creative Commons Attribution Non-commercial.

3MB


Abstract

Un sistema de recomendación aplicado a jueces en línea, como bien muestra el título de este documento, aúna dos conceptos que deben entenderse previamente.
El primer concepto de ellos es el de recomendador. Un recomendador es un sistema de filtrado de información que busca predecir la preferencia de un usuario respecto a un conjunto de elementos. El objetivo de los recomendadores, por lo tanto, es facilitar las búsquedas del usuario dentro de una plataforma, de manera que al usuario se le faciliten elementos personalizados que tienen relación con el comportamiento que este genera bajo la plataforma.
El segundo concepto es el de juez en línea. Un juez en línea funciona como un repositorio de ejercicios que un usuario puede hacer y enviar, para así obtener un veredicto. Los jueces en línea son, por lo tanto, un tipo de plataformas orientadas a la resolución de ejercicios de programación, con la finalidad de que los usuarios puedan intentar las propuestas de problemas que cada plataforma tenga y comprobar el estado de sus envíos. Este estado indica si el envío es correcto o incorrecto y a su vez incorpora información extra como el tiempo de ejecución o el consumo de memoria.
Este trabajo, por lo tanto, consiste en el estudio de recomendadores y jueces en línea con alto detalle, para así poder aunar el mundo de los recomendadores y centrarlos en estas plataformas, llegando a redactar varios modelos de recomendación y evaluarlos sobre un caso real de juez en línea, como es el de la plataforma ¡Acepta el reto!.

Resumen (otros idiomas)

A recommender system applied to online judges, as the title of this document says, join two concepts that must be understood previously. The first concept of them is recommender. A recommender is an information filtering system that seeks to predict the preference of an user regarding a set of elements. The goal of the reccomenders therefore, is to facilitate user searches within a platform, so that through the recommender, the user is provided with customized elements that are related to the behavior that is generated under the platform. The second concept is online judge. An online judge works as a repository of exercises that an user can do and send, in order to obtain a result that is a verdict. Online judges are therefore a type of platforms oriented to the resolution of programming exercises, in order that users can try the proposals of problems that each platform has and check the status of their submissions with extra information in many cases like the time of execution and the memory that the sent program has consumed, as well as the main information on whether the submission is valid or dddoes not work correctly. This work, therefore, consists of the study of recommenders and online judges with high detail, so we can bring together the world of recommenders and center them on these platform, ¡Acepta el reto!.

Item Type:Trabajo Fin de Grado
Additional Information:

Trabajo de Fin de Grado, Universidad Complutense, Facultad de Informática, Departamento de Ingeniería del Software e Inteligencia Artificial, Curso 2018/2019

Directors:
Directors
Gómez Martín, Marco Antonio
Gómez Martín, Pedro Pablo
Uncontrolled Keywords:Sistema de recomendación, Teorema de bayes, k-vecinos más cercanos, Juez en línea, Recomendadores, ¡Acepta el reto!
Palabras clave (otros idiomas):Recommender system, Bayes theorem, K-Nearest neighbors, Online judges, Recommenders, ¡Acepta el reto!
Subjects:Sciences > Computer science
Título de Grado:Grado en Ingeniería Informática
ID Code:56667
Deposited On:01 Aug 2019 12:36
Last Modified:09 Mar 2020 12:14

Origin of downloads

Repository Staff Only: item control page