Sistemas de recomendación

Abstract

Los sistemas de recomendación son herramientas utilizadas cada vez por más compañías y de cada vez más sectores diferentes para ofrecer a sus clientes un catálogo personalizado, incluyendo los productos que más pueden interesar a cada cliente. Para llevar a cabo este procedimiento se requiere información acerca de estos usuarios, que puede ser implícita (con qué artículos ha interaccionado) o explícita (valoraciones proporcionadas sobre diferentes artículos). Existen muchas formas de llevar a cabo un sistema de recomendación y, a medida que se siga investigando en este ámbito, se irán conociendo otras nuevas. A día de hoy se pueden encontrar principalmente dos tipos de filtro, los que estudian los gustos de los usuarios y las características de los productos y los que intentan imitar el comportamiento humano a la hora de recomendar diferentes items. En este trabajo se presentan las principales formas de llevar a cabo un sistema de recomendación haciendo hincapié en aquellas consideradas más importantes. Además, se incluye un ejemplo práctico sobre uno de estos aplicado a un conjunto de datos real.

Recommender systems are tools used by different companies belonging to distinct sectors, in order to offer their customers precise suggestions about products or services. The number of companies utilising these systems is increasing in the last years very rapidly. To create these recommender systems it is necessary to have data about the customers, which can be implicit (products the customer has interacted with) or explicit (ratings about different products). There are many different ways of implementing a recommender system and as long as people are working with them and investigating, soon there will be many more. At present, there are mainly two types of filtering, the ones that study the preferences of the users and features of the items and the ones that try to mimic the human behaviour about recommending products. This work include the explanation of these different types of recommender systems paying more attention to those considered more interesting. At the end, there is a practical example of a recommender applied to a real dataset.