Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/handle/123456789/17151
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Valdiviezo Díaz, Priscila Marisela | es_ES |
dc.contributor.author | Ojeda Ureña, Carlos Francisco | es_ES |
dc.date.accessioned | 2017-03-27T18:35:44Z | - |
dc.date.available | 2017-03-27 | - |
dc.date.issued | 2017 | es_ES |
dc.identifier.citation | Ojeda Ureña, C. F. Valdiviezo Díaz, P. M. (2017) Implementación de un modelo de aprendizaje automático para la recomendación de ítems [Tesis de N/D, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/17151 | es_ES |
dc.identifier.other | Cobarc: 1191576 | es_ES |
dc.identifier.uri | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=96986.TITN. | es_ES |
dc.description | Resumen: El presente trabajo de fin de titulación presenta una implementación de un sistema de recomendación de ítems. Se emplea el conjunto de datos de MovieLens que contiene películas se hace referencia a las películas como ítems. Se extrae información de contenido de las películas, para extraer características de las películas y recomendar películas similares. Se aplica una serie de pre-procesamientos a la información de contenido de las películas. Seguido se extrae tópicos mediante una técnica de aprendizaje automático contemplada dentro de los modelos probabilísticos denominada Latent Dirichlet Allocation (LDA). Almacenando la distribución de tópicos para cada película. | es_ES |
dc.description.abstract | N/D | es_ES |
dc.language.iso | spa | es_ES |
dc.subject | Ecuador. | es_ES |
dc.subject | Tesis digital. | es_ES |
dc.title | Implementación de un modelo de aprendizaje automático para la recomendación de ítems | es_ES |
dc.type | masterThesis | es_ES |
Appears in Collections: | Ingeniero en Sistemas Informáticos y Computación |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Ojeda Ureña, Carlos Francisco - TESIS.pdf | 4.83 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.