Propuesta arquitectónica de un sistema de recomendación híbrido adaptativo

• Daniela Varela ^[1] ; Jose Aguilar ^[2] ; Julián Monsalve-Pulido ^[1] ; Edwin Montoya ^[1]
  1. [1] Universidad EAFIT

     Universidad EAFIT

     Colombia

     
  2. [2] Universidad de Los Andes, Venezuela
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. Extra 38, 2020, págs. 171-184
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Existe una gran variedad de sistemas de recomendación principalmente basados en contenido y filtros colaborativos. Cada uno presenta ventajas y desventajas, por lo que combinarlos en un sistema híbrido es un enfoque prometedor, y para hacerlo, existen múltiples propuestas en la literatura. La mayoría de los enfoques híbridos son estáticos, por lo que es de interés actual explorar su capacidad para adecuarse a las características, tanto del dominio como de los datos disponibles.

    Este trabajo propone una arquitectura de recomendación híbrida adaptativa, que responde al comportamiento dinámico del entorno por medio del uso de métricas (meta-características), a partir de las cuales se determina la configuración híbrida para la recomendación. En los experimentos en un caso de estudio se muestran sus capacidades adaptativas, ejemplificando su funcionamiento, y evidenciando su flexibilidad para ser implementada de varias maneras y en múltiples contextos

  • English

    There is a wide variety of recommendation systems, mainly based on content and collaborative filters. Each one has advantages and disadvantages, so combining them in a hybrid system is a promising approach, and to do that, there are multiple proposals in the literature. Most hybrid approaches are static, so it is of current interest to explore their ability to follow the characteristics, both domain and available data. This work proposes an adaptive hybrid recommendation architecture, which follows the dynamic behavior of the environment through the use of metrics (meta-characteristics), from which the hybrid configuration for the recommendation is determined. In the experiments in a case study, its adaptive capacities are shown, exemplifying its operation, and showing its flexibility to be implemented in various ways and in multiple contexts.