Abstract
Los sistemas de recomendación han estado ganando mucho interés en la investigación y la industria, principalmente por el potencial de aplicación que tienen. En el presente trabajo se propone una solución para un problema de sistemas de recomendación planteado por Yelp.com. El problema plantea poder encontrar un modelo que nos permita predecir la calificación que daría un usuario a determinado negocio. Para esto se hace uso del proceso CRISP–DM y se aplican diferentes técnicas de minería de datos, se analiza las ventajas y desventajas de cada una de estas y finalmente se propone un modelo híbrido que nos ayuda a predecir estas calificaciones con la confianza y exactitud deseada.---ABSTRACT---Recommender systems have been gaining much interest in research and industry, primarily for the application potential that they have. In this paper a solution for a problem of recommender systems posed by Yelp.com is proposed. The problem is to find a model that allows us to predict the rating that a user would give a to a determined business. For this, we use the CRISP-DM process and different techniques of data mining are applied, the advantages and disadvantages of each of these are analyzed and finally a hybrid model that helps us predict these ratings with confidence and desired accuracy is proposed.
