1. Repositorio institucional de CLACSO
2. Colección de los Centros Asociados
3. Colombia
4. Instituto de Estudios Políticos - IEP - Cosecha

Título :	Aplicación de técnicas de algoritmos genéticos en el filtrado de información e implementación de un prototipo Application of genetic algorithm techniques in information filtering and implementation of a prototype
Autor :	García Díaz, Juan Carlos https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000201529 Grupo de Investigación Preservación e Intercambio Digital de Información y Conocimiento - Prisma Grupo de Investigación Tecnologías de Información - GTI
Palabras clave :	Selective dissemination of information;Information storage systems;Information retrieval systems;Genetic algorithms;Systems Engineering;Research;Recommendation systems;Collaborative filtering;Genetic algorithm;Diseminación selectiva de información;Sistemas de almacenamiento de información;Sistemas de recuperación de información;Algoritmos genéticos;Ingeniería de sistemas;Investigaciones;Sistemas de recomendación;Filtrado colaborativo;Algoritmo genético
Editorial :	Universidad Autónoma de Bucaramanga UNAB Facultad Ingeniería Pregrado Ingeniería de Sistemas
Descripción :	El presente trabajo abarca un enfoque alternativo, desde los algoritmos evolutivos, a la manera tradicional en que se abordan al filtrado colaborativo. Se examinan las posibilidades de los algoritmos genéticos para brindar características adaptativas a estos sistemas. Nuestro objetivo, además de proporcionar una panorámica informativa general sobre las posibilidades y potencialidades de el filtrado colaborativo, es proveer mecanismos para que el filtrado colaborativo sea capaz de aprender características personales desde los usuarios, con miras a mejorar la efectividad a la hora de encontrar recomendaciones y sugerencias apropiadas para un individuo en particular. El enfoque tratado en este proyecto utiliza a los algoritmos genéticos como afinadores en el proceso de concordancia de perfiles dentro de un sistema recomendador, adecuando finalmente estos a las preferencias individuales, lo que redunda en una mayor precisión del sistema de recomendación a la hora de predecir que gusta o no a un usuario específico. The present work covers an alternative approach, from evolutionary algorithms, to the traditional way in which collaborative filtering is approached. The possibilities of genetic algorithms to provide adaptive characteristics to these systems are examined. Our objective, in addition to providing a general informative overview of the possibilities and potential of collaborative filtering, is to provide mechanisms so that collaborative filtering is capable of learning personal characteristics from users, with a view to improving effectiveness when it comes to finding recommendations. and suggestions appropriate to a particular individual. The approach treated in this project uses genetic algorithms as refiners in the process of concordance of profiles within a recommender system, finally adapting these to individual preferences, which results in a greater precision of the recommendation system when predicting. what a specific user likes or dislikes. 1. INTRODUCCION 15 1.1 CONTEXTO 15 1.2 PLANTEAMIENTO DEL PROBLEMA 15 1.3 OBJETIVOS 17 1.4 REQUERIMIENTOS GENERALES DEL PROYECTO 18 1.5 ALCANCE 18 1.6 ESTRUCTURA DE LA TESIS 19 2. ESTADO DEL ARTE 20 3. ALGORITMOS EVOLUTIVOS 25 3.1 ORIGENES DE LOS ALGORTIMOS EVOLUTIVOS 26 3.2 ALGORITMOS GENETICOS 26 3.2.1 Aplicación del algoritmo genético. 28 3.2.2 Estructuración de los algoritmos genéticos 28 3.3 SISTEMAS DE RECOMENDACIÓN 31 3.3.1 Estructura de los sistemas recomendadotes 34 3.3.2 Entradas / salidas 34 3.3.3 Método de Generación de Recomendaciones 36 3.3.4 Grado de Personalización. 37 3.4 FILTRADO COLABORATIVO 38 3.4.1 Procesos 40 4. SOLUCION PLANTEADA 46 4.1 ALGORITMO PROPUESTO 46 4.1.1 Generación de perfiles. 47 4.1.2 Generación de la población Inicial. 48 4.2 FUNCIÓN DE EVALUACIÓN 48 4.3 PROCESO DE SELECCIÓN 50 4.3.1 Cruce 50 4.3.2 Mutación 50 4.3.3 Predicción del Voto 51 4.3.4 Tamaño de la población 51 4.3.5 Criterio de terminación del algoritmo 52 5. PRUEBAS EXPERIMENTALES 53 5.1 UTILIZACIÓN 53 5.2 ARCHIVOS Y RESULTADOS PRIMER SISTEMA DE PRUEBAS 53 5.2.1 Segundo sistema de pruebas 55 5.4 ANÁLISIS DE LOS RESULTADOS 57 6. DISEÑO METODOLÓGICO 59 6.1 DESCRIPCIÓN DEL PROGRAMA 59 6.2 DESCRIPCIÓN GENERAL 59 6.2.1 Modelo Vista Controlador 59 6.2.2 Grouplens. 61 6.2.3 Análisis y Requerimientos 62 6.3 DISEÑO 65 CONCLUSIONES 66 RECOMENDACIONES 69 REFERENCIAS BIBLIOGRAFICAS 70 ANEXOS 74 Pregrado
URI :	http://biblioteca-repositorio.clacso.edu.ar/handle/CLACSO/22328
Otros identificadores :	http://hdl.handle.net/20.500.12749/1364 instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB
Aparece en las colecciones:	Instituto de Estudios Políticos - IEP - Cosecha

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.