Publicado:
2018-03-07Número:
Vol. 6 Núm. 1 (2018): enero-junioSección:
InvestigaciónAlgoritmo SVD aplicado a los sistemas de recomendación en el comercio
Palabras clave:
Descomposición matricial, SVD, Sistemas de recomendación, Netflix Price, reducción de dimensionalidad. (es).Descargas
Resumen (es)
Este artículo aborda la implementación del algoritmo de descomposición en valores singulares (SVD) junto con técnicas de reducción de dimensionalidad y de cálculo de mínimos a partir del enfoque dado por Simon Funk para la implementación en los sistemas de recomendación en el comercio. De igual manera se realizarán pruebas de convergencia y error medio absoluto con el fin de determinar la calidad del algoritmo y su fiabilidad.Referencias
Parnell, B. (2015). De terabytes a zettabytes: el crecimiento de los datos mundiale. Recuperado de http://www.think-progress.com/es/tendencias/de-terabytes-a-zettabytes-el-crecimiento-de-los-datos-mundiales/
Rodríguez, M. (2005). Modelos de recuperación de información basados en información lingüística difusa y algoritmos evolutivos, mejorando la representación de las necesidades de la información. (Tesis doctoral). Granada: Universidad de Granada.
G. LYS. (s.f.). Introducción a la recuperación de información. Recuperado de http://www.grupolys.org/docencia/ln/biblioteca/ir.pdf
García, R. (2013). SVD Aplicado a sistemas de recomendación basados en filtrado colaborativo. (Tesis de maestría). Madrid: Universidad Politécnica de Madrid.
Garxía, F. y Gil, A. (s.f.). Personalización de Sistemas de Recomendación. Salamanca: Universidad de Salamanca.
Torres, N. (2015). Sistemas de recomendación basados en métodos de filtrado colaborativo. Santiago de Chile: Universidad Técnica Federico Santa Maóa.
Verona, F. (s.f.). Fran Verona. Recuperado de http://franverona.com/blog/el-dia-que-netflix-rechazo-integrar-el-algoritmo-de-1-millon-de-dolares/
Percy, M. (2009). Collaborative Filtering for Netflix. Santa Cruz: Jack Baskin School of Engineering, Santa Cruz.
Castro, J. (2012). Un nuevo modelo ponderado para Sistemas de Recomendación Basados en Contenido con medidas de contingencia y entropía. (Trabajo tutelado). Jaén: Universidad de Jaén.
Campos, L., Fernández, J., Huete J. y Rueda, M. Uso de conocimiento estructurado en un sistema de recomendación basado en Contenido. Granada: Universidad de Granada.
Jiménez, A. Murillo, A., Piza, E., Villalobos, M. y Trejos, J. (2010). Interviewees, Reducción de la dimensionalidad en análisis de datos. Recuperado de http://www.stat.rice.edu/~jrojo/PASI/lectures/Costa%20rica/2b_Ejemplos_ACP.pdf
Pepa, S. (2014). Suite de algoritmos de recomendación de aplicaciones reales. (Trabajo de grado). Madrid: Universidad Autonoma de Madrid.
Chipman, J. S. (s.f.). Multicollinearity and reduced-ranked estimation. En: Lectures in Econometric Theory. Minneapolis: University of Minnesota. Recuperado de http://users.econ.umn.edu/~jchipman/econ8211f05/ECTBK_3.pdf
Correa, D. (2015). Regresión no lineal, Cross-Validation y Regularization. Recuperado de https://dlegorreta.wordpress.com/2015/03/17/regresion-no-lineal-cross-validation-y-regularization/
Andrew. Ng. (s.f.) Stochastic Gradient Descent. [Video]. De la lección “Large Scale Machine Learning”. Coursera. Recuperado de https://es.coursera.org/learn/machine-learning/lecture/DoRHJ/stochastic-gradient-descent
Python. (S.f.). Python. Recuperado de https://www.python.org/about/
Numpy. (S.f.). Numpy. Recuperado de http://www.numpy.org/
Grouplens. (s.f.). Grouplens. Universidad de Minnesota. Recuperado de http://grouplens.org/datasets/movielens/
Betarte, L., Machado, R. y Molina, V. (2006). PGmúsica Sistema de recomendación de música. (Trabajo de grado). Uruguay: Universidad de la República.
Galan, S. (2007). Filtrado colaborativo y sistemas de recomendación. Madrid: Universidad Carlos III de Madrid.
O. Celma. Pyrecsys. (s.f.). Ocelma. Recuperado de http://ocelma.net/software/python-recsys/build/html/index.html
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Visitas
Descargas
Licencia
Reconocimiento – NoComercial – CompartirIgual (by-nc-sa): No se permite el uso comercial de la obra original, las obras derivadas deben circular con las mismas condiciones de esta licencia realizando la correcta atribución al autor.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional