Análisis de estrategias de selección de vecinos para recomendación en LBSN

CARLOS RIOS; DANIELA GODOY; SILVIA SCHIAFFINO

Buenos Aires

Simposio; XVII Argentine Symposium on Artificial Intelligence (ASAI'2016); 2016

SADIO

El gran uso de los dispositivos móviles y los servicios basados en ubicación han generado un nuevo concepto en los medios sociales en línea, llamado redes sociales basadas en ubicación. Éstas usan tecnologías como GPS, Web 2.0 y smartphones para permitir a los usuarios compartir sus ubicaciones (check-ins), buscar lugares de interés o POIs (Point of Interest), descuentos, dejar comentarios de lugares específicos, conectarse con sus amigos y encontrar amigos que se encuentran cerca de algún lugar específico. Para aprovechar la información que los usuarios vuelcan en estas redes surgieron los Sistemas de Recomendación basados en Ubicación (LBSNs, sus siglas en inglés) que generan sugerencias en base a la aplicación de diferentes técnicas de recomendación. En este artículo se presentan dos estrategias para la selección de vecinos en el enfoque de filtrado colaborativo clásico basado en usuarios, considerando la red social de los usuarios y las visitas comunes como factores influyentes. El enfoque propuesto fue evaluado utilizando datos de una red social basada en ubicación popular, mostrando mejoras sobre el enfoque clásico de filtrado colaborativo.