El filtrado colaborativo es una de las técnicas más utilizadas en los sistemas de recomendación. El objetivo del presente artículo es proponer un nuevo método que utiliza tópicos latentes para modelar los ítems a recomendar. De esta forma se incorpora la capacidad para establecer una semejanza entre estos elementos mejorando el rendimiento de la recomendación realizada. La performance del método propuesto ha sido medida en dos contextos muy diferentes arrojando resultados satisfactorios. Finalmente se incluyen las conclusiones y algunas líneas de trabajo futuras.
Notas
XIV Workshop Bases de Datos y Minería de Datos (WBDDM).
Información general
Fecha de exposición:octubre 2017
Fecha de publicación:octubre 2017
Idioma del documento:Español
Evento:XXIII Congreso Argentino de Ciencias de la Computación (La Plata, 2017).
Institución de origen:Red de Universidades con Carreras en Informática (RedUNCI)
Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)