Análsis, diseño y desarrollo de un sistema de recomendación basado en datos restauranteros de TripAdvisor y Foursquare

Abstract

Resumen. Debido a la inmensa cantidad de información disponible en Internet, provoca que los usuarios se sientan abrumados con tanta información, haciendo difícil el proceso de búsqueda de productos y/o servicios que se adecuen a los gustos y necesidades de cada usuario. Por esta razón el desarrollo de herramientas inteligentes se ha vuelto indispensable como lo son los Sistemas de Recomendación, donde su objetivo primordial es ayudar a los usuarios a encontrar información de productos y/o servicios de mejor manera filtrando toda la información disponible logrando así un mejor uso de ella. En el presente trabajo de investigación se diseña y desarrolla un Algoritmo de Recomendación Hibrido para crear una lista dé ıtems (restaurantes) recomendables a los usuarios (consumidores), fusionando los algoritmos: Filtro Colaborativo y Basado en Contenido, utilizando un Clasificador Bayesiano con técnicas de Procesamiento de Lenguaje Natural. Además se mejora la experiencia del usuario aplicando la ubicación GPS del usuario como un filtro a las recomendaciones. Para medir el rendimiento del sistema propuesto se experimentó con un conjunto de datos extraídos de los Sitios Web Foursquare y TripAdvisor. Palabras clave: Sistema de recomendación híbrido, filtro colaborativo, filtro basado en contenido, procesamiento de lenguaje natural, clasifica-dor bayesiano. Abstract. Due to the immense amount of information available on the Internet, it causes users to feel overwhelmed with so much information, making it difficult to search for products and/or services that suit the tastes and needs of each user. For this reason the development of intelligent 209