Sistematización sobre la generación de perfiles de preferencias de usuarios
Abstract
Los sistemas de recuperación de información facilitan el acceso a la información disponible en más de un billón de sitios web en Internet. El crecimiento exponencial de la información y la diversidad de preferencias de los usuarios plantean la necesidad de aplicar técnicas que permitan comprender la intención de búsqueda y brindar información relevante y personalizada. Este trabajo tiene como objetivo determinar las tendencias actuales en la identificación y generación de perfiles de usuarios. Con este fin se realizó una revisión de literatura organizada en tres etapas. La literatura analizada comprende artículos de revistas, conferencias, tesis y libros en idioma inglés y español desde el 2016 hasta agosto del 2022. Se obtuvo como resultado una sistematización de criterios de diferentes autores y estudios de casos satisfactorios que reveló los principales referentes teóricos que sustentan la generación de perfiles de preferencias de usuarios.
PALABRAS CLAVE: Perfiles de preferencias de usuarios; Recuperación de información; Revisión sistemática
Downloads
References
Abdeljaber, H. (2018). Profile-Based Semantic Method using Heuristics for Web Search Personalization. International Journal of Advanced Computer Science and Applications, 9. https://doi.org/10.14569/IJACSA.2018.090926
Bhavadharani, M., Ramkumar, M. P., & GSR, E. S. (2019). Information Retrieval in Search Engines Using Pseudo Relevance Feedback Mechanism. 2019 International Conference on Vision Towards Emerging Trends in Communication and Networking (ViTECoN), 1-5.
Calvopiña, K., & Pérez, V. (2018). GUÍA DE COMPRAS EN ECUADOR APLICADA AL MODELO B2C EN BASE A LAS PREFERENCIAS EN LAS REDES SOCIALES [Tesis de grado de Ingeniero de Sistemas, Universidad de las
Costanzo, L. L., Deldjoo, Y., Dacrema, M. F., Schedl, M., & Cremonesi, P. (2019). Towards Evaluating User Profiling Methods Based on Explicit Ratings on Item Features. ArXiv Preprint ArXiv:1908.11055.
Gao, G. (2019). A Survey of User Profiles Methods. Data Analysis and Knowledge Discovery, 3(3), Art. 3. https://doi.org/10.11925/infotech.2096-3467.2018.0784
García, L. S. (2021). Sistema predictivo basado en el modelo web para la predicción de preferencias de usuario en el sitio web foros Perú [Tesis Doctoral, UNIVERSIDAD SEÑOR DE SIPÁN]. http://repositorio.uss.edu.pe//handle/20.500.12802/8225
Rodríguez, N., Campos, P., & Cantador, I. (2017). Recomendación contextualizada usando una ontología de contexto genérica y de gran escala construida semiautomáticamente a partir de DBpedia [Tesis de Maestría, Universidad Autónoma de Madrid]. https://repositorio.uam.es/bitstream/handle/10486/681054/Rodriguez_Artigot_Nicolas_tfm.pdf?sequence=1
Rodríguez, P. A., Duque, N. D., & Ovalle, D. A. (2016). Método Híbrido de Recomendación Adaptativa de Objetos de Aprendizaje basado en perfiles de Usuario. Formación universitaria, 9(4), Art. 4.
Safi, H., Jaoua, M., & Belguith, L. H. (2017). Learning-to-Rank for Hybrid User Profiles. Research in Computing Science, 132, 107-127.
Viltres, H., Leyva, P. R., Febles, J. P., & Sentí, V. E. (2018). MODELO PARA LA RECUPERACIÓN DE INFORMACIÓN CON ANOTACIÓN SEMÁNTICA MODEL FOR THE RECOVERY OF INFORMATION WITH SEMANTIC ANNOTATION. Informática 2018. “VIII Congreso Internacional de Tecnologías y Contenidos Multimedia”, Cuba.
Downloads
Published
Issue
Section
License
UCE Ciencia articles are licensed under Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This license requires that reusers give credit to the creator. It allows reusers to distribute, remix, adapt, and build upon the material in any medium or format, for noncommercial purposes only.
