Los sistemas de recomendación

Son una subclase de sistemas de filtrado de información que presentan a los usuarios, los items (productos, contenido, etc.) que podrían interesarle de acuerdo a su perfil, preferencias y/o comportamiento. Intentan anticipar su apreciación sobre un artículo o contenido y le sugiere aquel que tiene su mayor apreciación.

¿Qué tipos existen?

• Collaborative Filtering. Se basa en usuarios o items semejantes, Utiliza puntuaciones:
  • User-Based.  
  • Item-Based.
• Content-Based Recommender System. Utiliza los atributos de los elementos,
• Knowledge-Based Recommender System. No utiliza puntuaciones. Se basa en similitudes entre requerimientos del usuario y descripción del tema.

¿Cómo usarlos?

Cada sistema tiene ventajas y desventajas, su aplicación se recomienda en función de la información disponible. Algunas estrategias para su uso, llamados sistemas de recomendación híbridos, consideran:

• Mezclar recomendaciones de diferentes sistemas
• Utilizar pesos a las recomendaciones de cada sistema y proporcionar una recomendación ponderada
• Usar recomendaciones de un sistema como inputs de otro sistema
• Escoger un sistema de forma aleatoria,
• Etc.