Aplicación de técnicas de algoritmos genéticos en el filtrado de información e implementación de un prototipo

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 pro...

Full description

Autores:
Villamizar Gómez, Mónica Viviana
Mendoza Mancipe, Silvia Alejandra
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2006
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/1364
Acceso en línea:
http://hdl.handle.net/20.500.12749/1364
Palabra 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
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary: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.