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. Tesis (Master), E.T.S. de Ingenieros Informáticos (UPM).

Descripción

Título: Sistema de recomendación híbrido para la predicción de calificaciones en Yelp.com
Autor/es:
  • Molina Crespo, Miguel Álvaro
Director/es:
  • Segovia Pérez, Francisco Javier
Tipo de Documento: Tesis (Master)
Título del máster: Software y Sistemas
Fecha: Julio 2016
Materias:
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Lenguajes y Sistemas Informáticos e Ingeniería del Software
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (2MB) | Vista Previa

Resumen

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.

Más información

ID de Registro: 43313
Identificador DC: http://oa.upm.es/43313/
Identificador OAI: oai:oa.upm.es:43313
Depositado por: Biblioteca Facultad de Informatica
Depositado el: 15 Sep 2016 09:00
Ultima Modificación: 15 Sep 2016 09:01
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM