Sistemas Recomendadores: Un enfoque desde los algoritmos genéticos
DOI:
https://doi.org/10.15381/idata.v9i1.5743Palabras clave:
Filtrado colaborativo de la información, aprendizaje automático, algoritmos evolutivos, interfaces de usuario adaptativas.Resumen
El presente trabajo abarca un enfoque alternativo, desde los algoritmos evolutivos, a la manera tradicional en que se abordan los sistemas recomendadores (SR de aquí en adelante). Se examinan las posibilidades de los algoritmos genéticos para brindar características adaptativas a estos sistemas. Nuestro objetivo, además de proporcionar una panorámica informativa general sobre las posibilidades y potencialidades de los SR, es proveer mecanismos para que los SR sean capaces de aprender características personales desde los usuarios, con miras a mejorar la efectividad a la hora de encontrar recomendaciones y sugerencias apropiadas para un individuo en particular.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2006 Oswaldo Velez-Langs, Carlos Santos
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
LOS AUTORES RETIENEN SUS DERECHOS:
a. Los autores retienen sus derechos de marca y patente, y tambien sobre cualquier proceso o procedimiento descrito en el artículo.
b. Los autores retienen el derecho de compartir, copiar, distribuir, ejecutar y comunicar públicamente el articulo publicado en la revista INDUSTRIAL DATA (por ejemplo, colocarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en la revista INDUSTRIAL DATA.
c. Los autores retienen el derecho a hacer una posterior publicación de su trabajo, de utilizar el artículo o cualquier parte de aquel (por ejemplo: una compilación de sus trabajos, notas para conferencias, tesis, o para un libro), siempre que indiquen la fuente de publicación (autores del trabajo, revista, volumen, numero y fecha).