Pinto Avendaño, David EduardoVilariño Ayala, DarnesPINTO AVENDAÑO, DAVID EDUARDO; 275110VILARIÑO AYALA, DARNES; 216751Morales Murillo, Víctor Giovanni2021-01-152021-01-152020-07https://hdl.handle.net/20.500.12371/10024“Los sistemas de recomendación representan un alto impacto económico, social y tecnológico porque son fundamentales para muchas compañías como Google, Facebook, Spotify, Netflix, Amazon y muchas más. Estos sistemas surgen por el exceso de información que existe en el Internet para sugerir información de ítems o artículos relevantes para el usuario con respecto a sus preferencias y necesidades. Los datos de los usuarios y de los ítems se obtienen de grandes volúmenes de información, sin embargo, el manejo de grandes volúmenes de información representa un gran problema para los sistemas de recomendación que utilizan matrices de similitud porque el costo de computó es grande y el tiempo de respuesta es alto. Por tal motivo, en el laboratorio de Ingeniería del Lenguaje y del Conocimiento (LKE) dirigido por el Dr. David Pinto se tiene el interés por generar un nuevo paradigma basado en recupeación de información para sistemas de recomendación que maneje altos volúmenes de datos y que presente mínimos tiempos de respuesta. Además, este proyecto surge por el interés de la Benemérita Universidad Autónoma de Puebla para recomendar sus productos y servicios.”pdfspaINGENIERÍA Y TECNOLOGÍAAdministración de recursos de informaciónMinería de datosSistemas expertos (Computación)Algoritmos computacionalesTesis de licenciaturaComportamiento del consumidorSistemas de recomendación (Filtrado de información)Sistemas multiagentesEstudios de mercadoopenAccess