APRENDIZAJE DE LOS INTERESES

DEL USUARIO POR MEDIO DE

CLASIFICACIONES DE CALIDAD EN
SISTEMAS DE RECOMENDACIONES
BASADOS EN EL MERCADO
(LEARNING USERS’ INTERESTS BY
QUALITY CLASSIFICACION IN
MARKET-BASED
RECOMMENDER SYSTEMS)
Escrito por:
Yan Zheng Wei, Luc Moreau, and Nicholas R.
Jennings
Expuesto por:
Juan Camilo Salazar Rodriguez
 CONTENIDO
• Introducción
• Tipos de Sistemas de Recomendación
• Problemas Sistemas Recomendación
• Solución Planteada
 INTRODUCCIÓN
Es
Selección entre

Sistema para Varias opciones

SISTEMAS Co la toma (recomendaciones )
RECOMENDACIONES decisiones
pu m
es
to
po
r
Hace frente a

UPQ

Método Recomendación (INQ)

Tendencias Usuario
UP
Recomendaciones
BD usuarios con gustos similares
Ganancias

Sobrecarga
información
 TIPOS SISTEMAS
RECOMENDACIÓN
BASADO EN CONTENIDOS COLABORATIVO
Brinda recomendaciones a partir
del análisis de las propiedades
Brinda recomendaciones analizando subjetivas de los elementos
la similitud entre las buscados, resaltando las opciones
propiedades objetivasde los que han sido marcadas como
elementos buscados y aquellos favoritos por usuarios de
marcados como favoritos por el intereses similares.
usuario.
Desventajas : Desventaja :
•No puede recomendar elementos •Puede fallar al predecir con
multimedia (como por ejemplo audio exactitud los intereses de los
y video). usuarios cuando hay un número
•Recomienda mas de lo que el insuficiente de usuarios peer.
usuario ya ha visto. •Muestra recomendaciones
insuficientes para usuarios nuevos
que no muestran intereses
similares con otros usuarios.
 PROBLEMA SISTEMAS
RECOMENDACIÓN
RECOMENDACIONES
RECOMENDACIONES ESPERADAS

1
El INQ producido por los sistemas recomendación so

2
lección para asociar un usuario a un segmento de recomendaciones
SOLUCIÓN PLANTEADA
SOLUCIÓN PLANTEADA
ALGORITMO APRENDIZAJE ESTRATEGIA EXPLORACIÓN
(Q – LEARNING ALGORITHM) (EXPLORATION STRATEGY)