Look-up in Google Scholar
Full metadata record
Moreno García, María
Arista Flores, María del Pilar
2020-11-10T15:25:09Z
2020-11-10T15:25:09Z
2016-07
http://renati.sunedu.gob.pe/handle/sunedu/1557306
Los sistemas de recomendación representan un medio eficaz de filtrado cuando existe mucha información disponible para el usuario. Los métodos de recomendación más conocidos y ampliamente desarrollados en los últimos años son los de filtrado colaborativo, en los que se trabaja en base a las preferencias de los usuarios, es decir, las relaciones del pasado usuarios-ítems se utilizan para encontrar usuarios con preferencias similares y hacer uso de dicha similitud para predecir los ítems en los que un usuario podría estar interesado. Este trabajo se enfoca en los sistemas de recomendación de música, ya que debido al aumento de consumo musical, estos sistemas pueden resultar útiles para la creación de listas de reproducción de música relevante y novedosa en función de los gustos musicales personales del usuario. El gusto por la música es de carácter altamente subjetivo, por lo que esta tarea de investigación resulta desafiante. En este sentido, se ha desarrollado un método híbrido de recomendación, que integra las técnicas de filtrado colaborativo y las basadas en contenido. Para ello, se ha utilizado como fuente datos reales del consumo de música obtenidos mediante la API de Last.fm, para su posterior tratamiento y análisis. Asimismo, se han aplicado los algoritmos tradicionales y el propuesto, y se ha realizado un estudio comparativo entre éstos para evaluar su comportamiento en este contexto. Los resultados revelaron que al aplicar conjuntamente los métodos de filtrado colaborativo y basado en contenido la fiabilidad de las recomendaciones es mayor que al utilizarlos de forma independiente. (es_PE)
Trabajo de investigación (es_PE)
application/pdf
spa (es_PE)
Universidad de Salamanca (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
https://creativecommons.org/licenses/by/4.0/deed.es
Superintendencia Nacional de Educación Superior Universitaria - SUNEDU (es_PE)
Registro Nacional de Trabajos de Investigación - RENATI (es_PE)
Sistemas de recomendación (es_PE)
Minería de datos (es_PE)
Música (es_PE)
Generación automática de listas de reproducción de música mediante técnicas de minería de datos (es_PE)
info:eu-repo/semantics/masterThesis (es_PE)
Universidad de Salamanca. Departamento de Informática y Automática (es_PE)
Ingeniería y tecnología (es_PE)
Maestría (es_PE)
Máster Universitario en Sistemas Inteligentes (es_PE)
ES
http://purl.org/pe-repo/ocde/ford#2.02.04
http://purl.org/pe-repo/renati/level#maestro ()
http://purl.org/pe-repo/renati/type#trabajoDeInvestigacion ()

Files in This Item:
File Description SizeFormat 
AristaFloresMP.pdfTrabajo de fin de máster1 MBAdobe PDFThumbnail
View/Open
Autorizacion.pdf
  Restricted Access
Autorización del registro776.68 kBAdobe PDFView/Open Request a copy


This item is licensed under a Creative Commons License Creative Commons