En la actualidad, debido a la sobrecarga de la información en la web, los usuarios encuentran problemas a la hora de decidirse por un producto entre multitud de opciones disponibles, ya sea una película, una canción, una prenda de vestir, un destino turístico, etc. Con la intención de facilitar al usuario este tipo de elecciones existen alternativas como los sistemas de recomendación conversacionales. Estos sistemas proveen los mecanismos necesarios para ayudar al usuario a tomar este tipo de decisiones.
Los sistemas de recomendación conversacionales se basan en iniciar un diálogo con el usuario, para permitir conocer sus restricciones de búsqueda. El diálogo se basa en métodos de selección de características, que permiten a los usuarios expresar sus preferencias sobre los ítems. Los sistemas de recomendación conversacional deben tener en cuenta los datos aportados por el usuario durante la conversación, para realizar una recomendación adecuada.
El objetivo principal de este TFG es desarrollar una plataforma de recomendación conversacional para cualquier conjunto de datos con valores booleanos en sus atributos. En ella los usuarios podrán descubrir distintos ítems y de este modo obtener recomendaciones. El proceso de recomendación está basado en resultados teóricos del grupo de investigación SICUMA. De acuerdo a este proceso, las recomendaciones se generan a partir de implicaciones derivadas de cada conjunto de datos.
En este TFG se experimentará con diferentes conjuntos de datos (películas, puntos de interés turístico, etc.) para validar los resultados y el rendimiento de la plataforma.
Buscar en Dimension
