Sistema de recomendación híbrido para la predicción de calificaciones en Yelp.com

Molina Crespo, Miguel Álvaro (2016). Sistema de recomendación híbrido para la predicción de calificaciones en Yelp.com. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Sistema de recomendación híbrido para la predicción de calificaciones en Yelp.com
Author/s:
  • Molina Crespo, Miguel Álvaro
Contributor/s:
  • Segovia Pérez, Francisco Javier
Item Type: Thesis (Master thesis)
Masters title: Software y Sistemas
Date: July 2016
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Lenguajes y Sistemas Informáticos e Ingeniería del Software
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Preview

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.

More information

Item ID: 43313
DC Identifier: http://oa.upm.es/43313/
OAI Identifier: oai:oa.upm.es:43313
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 15 Sep 2016 09:00
Last Modified: 15 Sep 2016 09:01
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM