Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
Funcionamient
o
ITEMS
SISTEMA
RECOMENDACION
RECOMENDADOR
USUARIOS
Tipos de Recomendador
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
Se utiliza normalmente para Método matemático de recuperación e Modelo algebraico utilizado para
detectar un número especificado indexación de documentos, o en nuestro filtrado, recuperación, indexado y
por el usuario de temas caso, contenidos, que, de manera muy cálculo de relevancia de información.
compartidos por los documentos sencilla de explicar, lo que hace es tratar Representa documentos en lenguaje
dentro de un cuerpo de textos. de entender los términos y conceptos y natural de una manera formal
Cada observación es un lo que los rodea para entender los mediante el uso de vectores (de
documento, las características son contextos y así poder relacionar de identificadores, por ejemplo términos
la presencia (o recuento de manera más inteligente distintos de búsqueda) en un espacio lineal
apariciones) de cada palabra y las documentos trayendo así los resultados multidimensional.
categorías son los temas. más 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 con filtrado colaborativo
12
13
Filtrado Hibrido
basado en
contenido
https://www.youtub
e.com/watch?
v=kmzyDh0t6xA
14
“ Gracias!
15