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

Abstract

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.

The present work covers an alternative approach, from evolutionary algorithms, to the traditional way in which collaborative filtering is approached. The possibilities of genetic algorithms to provide adaptive characteristics to these systems are examined. Our objective, in addition to providing a general informative overview of the possibilities and potential of collaborative filtering, is to provide mechanisms so that collaborative filtering is capable of learning personal characteristics from users, with a view to improving effectiveness when it comes to finding recommendations. and suggestions appropriate to a particular individual.

The approach treated in this project uses genetic algorithms as refiners in the process of concordance of profiles within a recommender system, finally adapting these to individual preferences, which results in a greater precision of the recommendation system when predicting. what a specific user likes or dislikes.