Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/jspui/handle/20.500.11962/26042| Title: | Aplicación de técnicas de aprendizaje automático para la generación de recomendaciones en base a los intereses de los usuarios en las redes sociales |
| Authors: | Pazmiño Torres, Luis Ángel |
| metadata.dc.contributor.advisor: | Valdivieso Díaz, Priscila Marisela |
| Keywords: | Aprendizaje automático. Filtrado colaborativo- Ingeniero en sistemas informáticos y computación.- |
| metadata.dc.date.available: | 2020-06-24T14:37:52Z |
| Issue Date: | 2020 |
| Citation: | Pazmiño Torres, Luis Ángel. (2020). Aplicación de técnicas de aprendizaje automático para la generación de recomendaciones en base a los intereses de los usuarios en las redes sociales. (Trabajo de Titulación de Ingeniero en Sistemas Informáticos y Computación ). UTPL, Loja. |
| Description: | Resumen: Debido al crecimiento de información en redes sociales se ha creado una sobrecarga de información, lo que dificulta a los usuarios encontrar información de acuerdo a sus intereses, por lo que el uso de algoritmos de recomendación nos permite encontrar información, productos o servicios que sean de interés de los usuarios. El presente trabajo de titulación consiste en la aplicación de técnicas de aprendizaje automático para la generación de recomendaciones en base a los interese de los usuarios en redes sociales, donde los ítems a recomendar son los hashtag de la red social twitter. El sistema recomendador está basado en filtrado colaborativo usando el algoritmo K-NN para recomendar hashtags a usuarios de Twitter. Para medir la precisión del sistema recomendador, el algoritmo es evaluado desde dos puntos de vista: evaluación de la predicción en el cual se utiliza el Error Cuadrático Medio y la precisión de las recomendaciones en la que se utiliza métricas como la Precisión, Recall y F-Measure. Finalmente se desarrolla un aplicativo web donde se presenta las recomendaciones de ítems y gráficas de resultados a los usuarios. |
| metadata.dc.identifier.other: | 1344638 |
| URI: | http://dspace.utpl.edu.ec/handle/20.500.11962/26042 |
| metadata.dc.type: | bachelorThesis |
| Appears in Collections: | Ingeniero en Sistemas Informáticos y Computación |
Files in This Item:
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.