Sistemas de Recomendacion

Sistemas de
recomendacion
Inteligencia Artificial
Patricia B. Nolberto
Introduccion
La inteligencia artificial, a través del ’Machine Learning’ y de la técnica
conocida como ’Deep Learning’, permite crear algoritmos que replican la
lógica que se sigue en la vida antes de tomar una decisión y que lleva a
preguntar a un amigo, con el que se comparten aficiones, o a un experto de
confianza.
La gran diferencia es que en lugar de preguntar a dos o tres personas, la
inteligencia artificial nos permite hacer consultas que equivaldrían a hablar con
una ciudad al completo.
Los sistemas de recomendación están permitiendo dar el salto de organizar la
información a llegar a hacer sugerencias o asesorar al usuario de manera
personalizada según sus gustos o necesidades particulares de manera
automatizada
2
Que es un SR?
Un sistema de recomendación es un sistema inteligente que
proporciona a los usuarios una serie de sugerencias
personalizadas (recomendaciones) sobre un determinado tipo
de elementos (ítems).
Los SR estudian las características de cada usuario y mediante
un procesamiento de los datos, encuentra un subconjunto de
ítems que pueden resultar de interés para el usuario.
3
1.
Funcionamiento
ITEMS
SISTEMA
RECOMENDACION
RECOMENDADOR
USUARIOS
Tipos de Recomendador
Filtrado basado en Filtrado Hibrido

Filtrado Colaborativo Filtrado Demográfico
contenido
• Se basan en el • Consiste en ver que • Estas • Mezclan alguno de los
conocimiento que se usuarios son similares recomendaciones se tres filtrados para
tiene sobre los ítems al usuario activo y realizan en función de realizar
que el usuario ha recomienda aquellos las características de recomendaciones e
valorado (implícita o ítems que no han sido los usuarios (edad, incluso lo combinan
explícita), y se votados por el usuario sexo, situación con alguna otra
recomienda ítems activo y que han geográfica, profesión, técnica de inteligencia
similares que le resultado bien etc). artificial como pueda
puedan gustar o valorados por los ser la lógica difusa.
interesar. usuarios similares.
5
Sistemas de recomendacion basados en
contenido
Los filtros basados en contenido tienen el producto como base de la predicción, en
lugar de tener al usuario. Es decir, utiliza las características del artículo (marca,
precio, calificaciones, tamaño, categoría, etc.) para hacer las recomendaciones.
6
Recomendador basado en
contenido
Pros
Las representaciones del contenido son variadas y permiten usar diversas técnicas. uso de información
semántica, inferencias, etc.
La recomendación es transparente ya que se usa el mismo contenido para explicar las recomendaciones.
Contras
Sobre-especialización: se recomiendan ítems similares a los consumidos lo que afecta la diversidad de las
recomendaciones.
El filtrado colaborativo ha demostrado empíricamente ser más preciso en la generación de recomendaciones.
7
Tecnicas usadas en SR basados en Contenido
LDA LSI VSM

(Asignación de Dirichlet Latente) (Indexación Semántica Latente) (Modelo espacio Vectorial)
Se utiliza normalmente para detectar un Método matemático de recuperación e indexación Modelo algebraico utilizado para filtrado,
número especificado por el usuario de de documentos, o en nuestro caso, contenidos, que, recuperación, indexado y cálculo de relevancia
temas compartidos por los documentos de manera muy sencilla de explicar, lo que hace es de información. Representa documentos en
dentro de un cuerpo de textos. Cada tratar de entender los términos y conceptos y lo que lenguaje natural de una manera formal
observación es un documento, las los rodea para entender los contextos y así poder mediante el uso de vectores (de identificadores,
características son la presencia (o recuento relacionar de manera más inteligente distintos por ejemplo términos de búsqueda) en un
de apariciones) de cada palabra y las documentos trayendo así los resultados más espacio lineal multidimensional.
categorías son los temas. acertados o ajustados a una búsqueda.
8
Ejemplo de SR basado en contenido
9
Sistemas de recomendacion con filtrado
colaborativo
Los filtros colaborativos generalmente basan su lógica en las características del
usuario. El sistema analiza las compras anteriores, las preferencias, las
calificaciones que ha dado de otros productos, el importe medio de las compras,
etc. y busca otros usuarios que se parecen a él y que han tomado decisiones
parecidas. Los productos que han tenido éxito con usuarios similares,
seguramente también le interesarán al nuevo usuario.
10
Recomendador con
filtrado colaborativo
Pros
- Fácil de implementar
- Independiente del contexto
- Comparado a otras técnicas, como el basado en contenidos, es más precisa.
Cons
- Existe dispersion (Sparsity): La baja densidad de los datos hace que el filtrado
colaborativo basado en el usuario sufra de un Cold-start
- Cold-start: usuarios con pocos Ratings o historial de acciones
- New-ítem: elementos nuevos que nadie los ha consumido
11
Tecnicas usadas en SR basados en Contenido
• Métodos basados en memoria: emplean métricas de

similaridad para determinar el parecido entre una pareja
de usuarios. Para ello calculan los ítems que han sido
votados por ambos usuarios y comparan dichos votos
para calcular la similaridad.
• Métodos basados en modelos: utilizan la matriz de
votaciones para crear un modelo a través del cual
establecer el conjunto de usuarios similares al usuario
activo. Algunos ejemplos de estos modelos son los
clasiﬁcadores bayesianos, las redes neuronales,
algoritmos genéticos, sistemas borrosos y la técnica de
descomposición matricial basada en la técnica
matemática del SVD.
12
13
Filtrado Hibrido
Show and explain your Place your screenshot here
web, app or software

projects using these
gadget templates.
14
“ Gracias!
15

Sistemas de Recomendacion

Cargado por

Copyright:

Formatos disponibles

Sistemas de Recomendacion

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistemas de Recomendacion

Cargado por

Copyright:

Formatos disponibles

Sistemas de

Filtrado basado en Filtrado Hibrido

LDA LSI VSM

• Métodos basados en memoria: emplean métricas de

web, app or software

También podría gustarte