{"id":833,"date":"2018-05-04T12:12:28","date_gmt":"2018-05-04T15:12:28","guid":{"rendered":"http:\/\/datamining.dc.uba.ar\/predictivos\/?p=833"},"modified":"2018-05-04T14:25:31","modified_gmt":"2018-05-04T17:25:31","slug":"los-sistemas-de-recomendacion-y-el-furor-de-netflix-parte-2","status":"publish","type":"post","link":"https:\/\/datamining.dc.uba.ar\/predictivos\/?p=833","title":{"rendered":"Los sistemas de recomendaci\u00f3n y el furor de Netflix-Parte 2"},"content":{"rendered":"

A Kevin Spacey lo salv\u00f3 Big Data<\/strong><\/h4>\n

\"\"<\/a>Cuando el actor Kevin Spacey present\u00f3 el proyecto de un thriller pol\u00edtico en la Casa Blanca fue rechazado por varias productoras de televisi\u00f3n. En cambio, Netflix apost\u00f3 por la idea y la serie House of Cards result\u00f3 un \u00e9xito. Utiliz\u00f3 el enorme volumen de datos de sus millones de suscriptores, que almacena en tiempo real, y predijo lo que la gente podr\u00eda querer ver.<\/p>\n

\u201cEl caso de House of Cards es muy interesante ya que usaron la base de datos de las preferencias expresadas de sus usuarios para hacer una \u2018recomendaci\u00f3n inversa\u2019: le recomendaron usuarios a una serie<\/em>\u201d, se\u00f1ala Roberto Abalde. Seg\u00fan el profesor de la Maestr\u00eda en Data Mining, trataron de predecir la audiencia de una serie que no exist\u00eda anteriormente preguntando \u201c\u00bfSi la serie es pol\u00edtica y oscura, qui\u00e9n la ver\u00eda?<\/em>\u201d o \u201c\u00bfSi la protagoniza Kevin Spacey, qui\u00e9n estar\u00eda interesado<\/em>?\u201d.<\/p>\n

En este sentido, Abalde reconoce que ser\u00eda potencialmente valioso hacer una investigaci\u00f3n o una tesis para detectar si se pueden aplicar las recomendaciones inversas en otros \u00e1mbitos. \u201cPor ejemplo, en un sistema de educaci\u00f3n en l\u00ednea se podr\u00eda preguntar `Si desarrollamos este video sobre matem\u00e1ticas \u00bfa qu\u00e9 alumnos ayudar\u00eda a aprender?<\/em>\u2019\u201d,\u00a0 reflexiona.<\/p>\n

 <\/p>\n

El valor de los sistemas de recomendaci\u00f3n y la investigaci\u00f3n por fuera del \u00e1mbito comercial<\/strong><\/h4>\n

La investigaci\u00f3n actual en sistemas de recomendaci\u00f3n se realiza en varias l\u00edneas. Por un lado, se investiga la mejora del desempe\u00f1o de las t\u00e9cnicas implementadas para predecir las preferencias del usuario, por ejemplo, usando t\u00e9cnicas de aprendizaje profundo. Otra l\u00ednea es ver la posibilidad de implementar sistemas de recomendaci\u00f3n en nuevos \u00e1mbitos, por ejemplo las recomendaciones para grupos de personas o en la educaci\u00f3n en l\u00ednea o el gobierno. Y una tercera l\u00ednea consiste en investigar c\u00f3mo solucionar problemas que pueden traer los sistemas de recomendaci\u00f3n, por ejemplo, ver si las recomendaciones tienen sesgos (recomendarle a las mujeres trabajos como asistentes mientras que a los hombres trabajos gerenciales).<\/p>\n

De acuerdo con lo que plantea Abalde \u201csi bien mucha de la investigaci\u00f3n y las implementaciones de sistemas de recomendaci\u00f3n suelen ser dentro de las empresas, se est\u00e1n desarrollando en otros \u00e1mbitos, por ejemplo en la salud [1], en las citas en l\u00ednea [2], en educaci\u00f3n [3], en ingenier\u00eda de software [4], en el gobierno [5] y en ciencia [6]. De hecho, gran parte de la investigaci\u00f3n actual se enfoca en nuevos \u00e1mbitos de implementaci\u00f3n de sistemas de recomendaci\u00f3n\u201d.<\/p>\n

_____________________________________________________________________________<\/p>\n

Referencias<\/p>\n

[1] WIESNER, Martin; PFEIFER, Daniel. Health recommender systems: concepts, requirements, technical basics and challenges. International journal of environmental research and public health, 2014, vol. 11, no 3, p. 2580-2607.<\/p>\n

[2] ANDREWS, Eric, et al. Recommender Systems for Online Dating. 2015.<\/p>\n

[3] KARYPIS, George. Improving Higher Education: Learning Analytics & Recommender Systems Research. En Proceedings of the Eleventh ACM Conference on Recommender Systems. ACM, 2017. p. 2-2.<\/p>\n

[4] FELFERNIG, Alexander, et al. Or: Recommender systems in requirements engineering. 2017.<\/p>\n

[5] YANG, Jie, et al. CitRec 2017: International Workshop on Recommender Systems for Citizens. En Proceedings of the Eleventh ACM Conference on Recommender Systems. ACM, 2017. p. 388-389.<\/p>\n

[6] BEEL, Joeran, et al. paper recommender systems: a literature survey. International Journal on Digital Libraries, 2016, vol. 17, no 4, p. 305-338.<\/p>\n

 <\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Un recomendador es un sistema complejo y sofisticado que mediante diferentes t\u00e9cnicas analiza la informaci\u00f3n de los usuarios y la transforma en conocimiento accionable: predice qu\u00e9 producto (pel\u00edcula, serie, documental) ser\u00e1 interesante para el espectador. <\/p>\n","protected":false},"author":1,"featured_media":829,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_mi_skip_tracking":false},"categories":[32,24,26],"tags":[],"_links":{"self":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/833"}],"collection":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=833"}],"version-history":[{"count":7,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/833\/revisions"}],"predecessor-version":[{"id":844,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/833\/revisions\/844"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/media\/829"}],"wp:attachment":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=833"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=833"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}