Aprendizaje automático de preferencias en atributos semánticos

Identificador:  TFM:155

Handle: https://hdl.handle.net/20.500.11797/TFM155

Autores:  Naha, Kallol

Resumen:
Resumen Los sistemas recomendadores han de conocer las preferencias de los usuarios para ofrecer sugerencias adecuadas. Esta información se puede aprender analizando la interacción del usuario con el sistema. En trabajos previos se mostró cómo aprender las preferencias sobre atributos numéricos y categóricos. En este trabajo se propone un marco para aprender las preferencias en atributos semánticos uni-valuados y multi-valuados. En un caso de estudios de destinos turísticos se muestra la posibilidad de ajustar los parámetros del aprendizaje para obtener un buen rendimiento.