TEMA

Diseño para Solucionar Funcionamiento de Sistema de Recomendación

ASIGNATURA
Arquitectura de Desarrollo con Tec. Open Source

PROFESOR
Omar Gonzales

FECHA
19 de febrero de 2022 (Período Enero – Abril)

SUSTENTANTE
Josué A. Herrera Ortiz – A00102582
 Introducción
Los sistemas de recomendación son sistemas de filtrado de información
automática. Estos sistemas nos permiten paliar la sobrecarga de
información con la que contamos hoy en día en la red. Más en concreto,
los sistemas de recomendación realizan sugerencias a los usuarios sobre
elementos que pueden ser de su interés, descartando aquellos que no lo
son.
En los últimos años y debido principalmente a la sobre carga de
información que tenemos en internet, han proliferado los sistemas de
recomendación, los cuales proporcionan a los usuarios, información,
productos, etc., que puedan ser del interés del usuario, tras realizar un
"estudio" de su perfil, sus gustos e incluso de la forma en la que el usuario
navega por internet.
Problema:
Realice un diseño para solucionar el funcionamiento de un Sistema de
Recomendación que analiza y procesa datos provenientes de varias
fuentes de datos localizadas en Servidores de Datos diversos.
Propuesta:
Este documento presenta la
arquitectura de un Sistema de
Recomendación Semántico
Sensible al Contexto (SRSSC)
implementable en
organizaciones que cuenten
con instalaciones tipo campus.
Para filtrar los ítems
recomendables de acuerdo a
una situación específica, el
Módulo de Inferencia de la
arquitectura propuesta
considera diferentes
dimensiones contextuales,
modeladas en una ontología multidimensional modular, adaptable,
extensible y evolutiva de acuerdo a las características de cada
organización.
El proceso de inferencia considera el grado de novedad de los ítems a
partir de historiales que almacenan la información referente a las
recomendaciones efectuadas previamente por el SRSSC, la percepción
de las mismas por parte de los usuarios y las condiciones contextuales en
que se infirieron.
El cliente móvil del SRSSC, que es adaptable a las características del
usuario y de su dispositivo, cuenta con mecanismos implícitos y explícitos
para identificar el grado de satisfacción con respecto a las
recomendaciones recibidas y la calidad de las mismas.
Los módulos de la arquitectura propuesta se orientan, por una parte, a la
generación de recomendaciones y el entorno de operación de un SRSCC
organizacional, y por otro lado, a la interacción de los usuarios con el
sistema de recomendación.
La forma en que dichos módulos se interconectan está relacionada con el
proceso de inferencia y la interacción con las recomendaciones por parte
de un usuario, teniendo que a partir del modelo semántico se define una
Base de Hechos Ontológica (BHO) que almacena información en forma
de instancias, sobre las cuales el Módulo de Inferencia (MI) aplica un
conjunto de reglas deductivas, almacenadas en la Base de
Conocimientos Ontológica (BCO), las cuales están enfocadas en la
identificación de ítems cercanos al usuario que le resulten de interés y
que sean factibles de recomendar de acuerdo a la situación, es decir, al
estado de las dimensiones contextuales al momento de efectuar la
recomendación.
La cercanía es calculada a partir de un monitoreo
ejercido por el Módulo de Localización (ML), el cual
produce datos sobre de la ubicación de los usuarios y
los ítems que se asocian a mapas vectoriales de las
instalaciones, los cuales son almacenados en el Repositorio de Mapas
SVG (RP-SVG). La GUI Adaptable recibe las recomendaciones
generadas por el MI y las muestra al usuario de tal forma que su
interacción con ellas permite conocer el nivel de satisfacción que le
producen. Finalmente, el Módulo de Identificación del Comportamiento del
Usuario (MICU) combina la información sobre la interacción con la
información contextual para almacenar la percepción contextualizada en
un recurso no ontológico llamado Historial de Recomendación (HR). Los
módulos propuestos se describen en los apartados siguientes.
 Conclusión
Teniendo en cuenta que hoy en día casi la inmensa mayoría de las
plataformas online cuentan con sofisticados sistemas de recomendación, y
que son una base importante del marketing, estos sistemas se han
convertido en sistemas muy complejos y elaborados.
Vale la pena resaltar que los sistemas de recomendación son sinónimos
para cualquier comercio electrónico el e-commerce. Si se configura
correctamente, pueden impulsar las ventas, ingresos, CTRs, conversiones
e incluso más métricas. Cuanto mejor es la experiencia del usuario, mejor
es la participación del cliente. Y todo esto, por supuesto, de como resultado
un aumento en las ventas, en la renta del cliente, y en las tasas de
retención.
Bibliografía
Ricardo Moya. (2013). ¿Que son los Sistemas de Recomendación?.
Febrero, 2022, de Jarroba Sitio web: https://jarroba.com/que-son-los-
sistemas-de-recomendacion/
Daniel Ciruelo. (2020). Introducción a Sistemas de Recomendación.
Febrero, 2022, de bigeek Sitio web: https://blog.bi-geek.com/introduccion-
a-sistemas-de-recomendacion/