Desarrollo de una herramienta basada en recomendación de libros en una tienda online

Abstract

Los sistemas de recomendación son herramientas que generan sugerencias sobre un objeto de estudio específico en base a las preferencias y opiniones dadas (o inferidas) por los usuarios. Hoy en día estos sistemas están presentes en todas las plataformas que ofrecen contenido o plataformas dedicadas a la venta online. Estas herramientas se encuentran en plena ebullición, evolucionando día tras día y es que las empresas han encontrado un filón debido a los grandes beneficios que estos reportan. Si nos paramos a pensar en plataformas que ofrezcan contenido digital (series, películas, etc.) nos vienen a la cabeza varios ejemplos que son muy similares, pero por alguna razón, los usuarios usan más una que la otra. ¿Por qué? Esto tiene una explicación muy sencilla. Netflix es una de las empresas que más cuidan este apartado. ¿Qué le supone? Más de un 80% de las visualizaciones que realizan sus usuarios son recomendaciones que les ofrece el sistema. He aquí su punto diferencial. El objetivo principal de este proyecto es aportar una herramienta basada en un sistema de recomendación de libros, la cual será capaz de hacer coincidir los productos disponibles en la tienda con los usuarios en función de la información que describe la oferta de libros y el perfil del usuario. Esto se creará con inteligencia artificial donde se aprenderá cuáles son los gustos del usuario. El funcionamiento de esta aplicación consiste en utilizar distintas interacciones que realicen los lectores en nuestra herramienta para, más tarde, ser tratada y ofrecer las mejores recomendaciones. La información captura (píxel) se lleva a cabo con la plataforma Google Tag Manager. Una vez tenemos estos datos la herramienta es capaz es elaborar una lista con los libros que mayor porcentaje tienen de ser comprados en un futuro por nosotros. Para la realización la predicción automática se ha utilizado Python y su librería scikit-learn.---ABSTRACT---Recommendation systems are tools that generate suggestions about a specific object of research based on the preferences and opinions given (or inferred) by users. Today these systems are present in all platforms that offer content or platforms dedicated to online sales. These tools are bubbling, evolving every day. Companies have found a way to benefit from them. If we think about platforms that offer digital content (series, movies, etc.) several examples come to mind that are very similar, but for some reason, users use one more than the other. Why? This has a very simple explanation. Netflix is one of the companies that takes the most care of this section. What does it mean to them? More than 80% of the visualizations made by their users are recommendations offered by the system. This is its differential point. The main objective of this project is to provide a tool based on a book recommendation system, which will be able to match the products available in the store with the users based on the information that describes the book offered and the user's profile. This will be created with artificial intelligence where the user's tastes will be learned. The operation of this application consists in using different interactions that the readers make in our tool to, later, be treated and offer the best recommendations. The information captured (pixel) is carried out with the Google Tag Manager platform. Once we have this data, the tool is able to elaborate a list with the books that have the highest percentage of being bought in the future by us. Python and its library scikit-learn have been used for the realization of the automatic prediction tool.