Revista de Turismo y Hotelería
Acceso abierto

abstracto

Selección dinámica de sistemas de recomendación: una aplicación al turismo

Samuel Arleo y Bruno Silva

Los sistemas de recomendación son herramientas y técnicas de software que buscan sugerir elementos que probablemente sean de interés para un usuario en particular. Estos sistemas son una parte clave de la mayoría de las aplicaciones de comercio electrónico, ya que facilitan a los usuarios encontrar productos que satisfagan sus necesidades mientras mejoran las ventas. Se han creado varios enfoques para determinar los usuarios’ preferencias trabajando con diferentes fuentes y tipos de información. El filtrado colaborativo utiliza el historial de calificaciones, los recomendadores basados en el contenido y el conocimiento funcionan con las características de los elementos, los sistemas conscientes del contexto brindan sugerencias basadas en los parámetros de la situación o las condiciones que rodean al usuario, mientras que el filtrado demográfico utiliza las características demográficas del usuario. Además, existen enfoques híbridos que fusionan dos o más técnicas para superar las deficiencias de cada método.
En este trabajo se estudia una aplicación de la selección dinámica al campo de los sistemas de recomendación. Esta estrategia de selección, tomada de Multiple Classifier Systems, consiste en seleccionar un conjunto específico de clasificadores para cada patrón de prueba. Para adaptar esta noción al contexto de esta investigación, se propuso un sistema híbrido que busca seleccionar dinámicamente el mejor método de recomendación en cada predicción.
Después de realizar experimentos, la aplicación de la selección dinámica no proporcionó ninguna mejora significativa. a las recomendaciones. Sin embargo, la inclusión de información demográfica y contextual en una base híbrida basada en contenido aumentó considerablemente la precisión del sistema. La solución final se evaluó utilizando conjuntos de datos que contenían reseñas de hoteles y libros. Los resultados mostraron que el recomendador es capaz de trabajar en escenarios relacionados con el turismo y que también se puede parametrizar a otros problemas de recomendación siempre que las características de contenido, demográficas o contextuales estén disponibles.