Show simple item record

dc.contributor.advisor Quintana Izzi, Alexis Franklin
dc.contributor.advisor López, Fernando
dc.contributor.author Rytt Duek, Alan Raphael
dc.contributor.author Rodríguez Velázquez, Gonzalo Hernán
dc.contributor.author Young Mendiola, Federico Manuel
dc.date.issued 2021
dc.identifier.citation Rytt Duek, A. R., Rodríguez Velázquez, G. H., & Young Mendiola, F. M. (2021). Investigación e implementación de sistemas de recomendación para e-commerce de ropa (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería.
dc.description Incluye bibliografía y anexos.
dc.description.abstract El siguiente trabajo final presenta una investigación sobre los sistemas de recomendación en el comercio electrónico (e-commerce) del rubro vestimenta. Estos sistemas tienen como objetivo mejorar la experiencia de los usuarios al brindar un contenido personalizado en función de los intereses y análisis de patrones de comportamiento, permitiendo mediante ello un aumento de la tasa de conversión. Los avances en inteligencia artificial y aprendizaje automático han permitido la adaptabilidad de estos sistemas a cualquier ecosistema electrónico. En este trabajo se estudia el estado del arte desde varios enfoques: filtrado colaborativo, filtrado basado en contenido y sistemas híbridos. Se plantea como objetivo obtener la cantidad de recomendaciones más relevantes y personalizadas de prendas por usuario. Dentro de este marco se realizó la experimentación de varios algoritmos, se explica el funcionamiento de cada uno, sus ventajas y desventajas. Entre los algoritmos que se trabajaron se encuentran: “Market-basket”, contenido basado en NLP (natural language processing), contenido basado en atributos, KNN (k-nearest neighbors), matriz de similitud, basados en factorización matricial y diferentes variantes de sistemas híbridos. Para medir el rendimiento se utilizó F1 y Mar@k (Mean Average Recall at K). Esta última métrica tiene la particularidad de contemplar el orden de relevancia de los productos recomendados según la preferencia predicha para el usuario. El mejor resultado fue obtenido con el modelo “Switching hybrid” el cual mejoró un 15% sobre el valor inicial planteado. En líneas generales, los algoritmos basados en contenido mostraron una mejor performance que los colaborativos. Adicionalmente, se logró una leve mejora en los algoritmos de contenido con la implementación de los motores híbridos.  
dc.format.extent 112 p. diagrs., tbls., grafs.
dc.language Español.
dc.publisher Universidad ORT Uruguay
dc.subject PROYECTOS-MD
dc.subject BIG DATA
dc.subject REDES NEURONALES
dc.subject APRENDIZAJE AUTOMÁTICO
dc.subject INVESTIGACIÓN
dc.subject INTELIGENCIA ARTIFICIAL
dc.subject SISTEMAS DE RECOMENDACIÓN
dc.subject COMERCIO ELECTRÓNICO
dc.title Investigación e implementación de sistemas de recomendación para e-commerce de ropa
dc.type Trabajo final de carrera
ort.thesis.degreegrantor Facultad de Ingeniería
ort.thesis.degreelevel Master
ort.thesis.degreename Master en Big Data
ort.thesis.degreetype Trabajo final
ort.thesis.note Trabajo final (Master). Universidad ORT Uruguay, Facultad de Ingeniería
dc.contributor.tribunal Laborde, Sebastián
dc.contributor.tribunal Yovine, Sergio Fabián
dc.relation.other https://sisbibliotecas.ort.edu.uy/bib/93172
ort.thesis.career FI - Master en Big Data - MD


Files in this item

This item appears in the following Collection(s)

Show simple item record