ISISTAN   23985
INSTITUTO SUPERIOR DE INGENIERIA DEL SOFTWARE
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
Un modelo preliminar para la recomendación de ítems basada en resúmenes textuales
Autor/es:
MONTESERIN, ARIEL; SCHIAFFINO, SILVIA; COELHO, GONZALO; J. ANDRES DIAZ PACE
Reunión:
Conferencia; ARGENCON 2020; 2020
Resumen:
Los sistemas de recomendación constituyen hoy una de las principales áreas de investigación dentro de la Inteligencia Artificial. Una de las técnicas mas usadas por estos sistemas es el filtrado basado en contenido, que basa sus recomendaciones en los ítems consumidos por un usuario y sus características. Describir estas características de manera automática puede ser todo un desafío. En este trabajo se propone un enfoque basado en aprendizaje profundo y procesamiento de lenguaje natural para realizar recomendaciones personalizadas usando filtrado basado en contenido. Se analizaron diferentes modelos usando redes neuronales. Se detallan experimentos preliminares en el dominio de las películas con resultados muy prometedores.