Uso de procesos de alcance de consenso para mejorar la recomendación a grupos

Jorge de Castro; Francisco J.  Quesada; Luis Martínez

Uso de procesos de alcance de consenso para mejorar la recomendación a grupos

Translated title of the contribution: Using processes reach consensus to improve the recommendation to groups

Jorge de Castro, Francisco J. Quesada, Luis Martínez

School of Informatics

Research output: Chapter in Book/Report/Conference proceeding › Conference contribution

Abstract

Los Sistemas de Recomendación ayudan a los usuarios a filtrar grandes cantidades de información, mostrando los elementos que mejor satisfacen sus necesidades y/o preferencias. Estos sistemas han sido ampliamente usados en áreas como el comercio electrónico o el turismo. Los Sistemas de Recomendación a Grupos se aplican cuando las recomendaciones se dirigen a un grupo de usuarios, quienes pueden tener preferencias y necesidades distintas e incluso contradictorias. Para mejorar la satisfacción de los miembros se han usado distintas técnicas para la generación de las recomendaciones, como \textit{minimizar la insatisfacción} de los miembros, que asume que un grupo está tan satisfecho como su miembro más insatisfecho, pero no garantiza que sean las mejores para el grupo. En esta contribución se propone una metodología de recomendación a grupos que aplica técnicas de consenso automático para mejorar las recomendaciones a grupo y la satisfacción de los mismos.

Translated title of the contribution	Using processes reach consensus to improve the recommendation to groups
Original language	Spanish
Title of host publication	XVI Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA’15)
Number of pages	10
Publication status	Published - 2015

Access to Document

grs-consensus-caepia-camera-readyAccepted author manuscript, 1.5 MB

Cite this

@inproceedings{f77a4f5dd43e4f1890856cfd8a84eee7,

title = "Uso de procesos de alcance de consenso para mejorar la recomendaci{\'o}n a grupos",

abstract = "Los Sistemas de Recomendaci{\'o}n ayudan a los usuarios a filtrar grandes cantidades de informaci{\'o}n, mostrando los elementos que mejor satisfacen sus necesidades y/o preferencias. Estos sistemas han sido ampliamente usados en {\'a}reas como el comercio electr{\'o}nico o el turismo. Los Sistemas de Recomendaci{\'o}n a Grupos se aplican cuando las recomendaciones se dirigen a un grupo de usuarios, quienes pueden tener preferencias y necesidades distintas e incluso contradictorias. Para mejorar la satisfacci{\'o}n de los miembros se han usado distintas t{\'e}cnicas para la generaci{\'o}n de las recomendaciones, como \textbackslash{}textit\{minimizar la insatisfacci{\'o}n\} de los miembros, que asume que un grupo est{\'a} tan satisfecho como su miembro m{\'a}s insatisfecho, pero no garantiza que sean las mejores para el grupo. En esta contribuci{\'o}n se propone una metodolog{\'i}a de recomendaci{\'o}n a grupos que aplica t{\'e}cnicas de consenso autom{\'a}tico para mejorar las recomendaciones a grupo y la satisfacci{\'o}n de los mismos.",

author = "\{de Castro\}, Jorge and Quesada, \{Francisco J.\} and Luis Mart{\'i}nez",

year = "2015",

language = "Spanish",

isbn = "978-84-608-4099-2",

booktitle = "XVI Conferencia de la Asociaci{\'o}n Espa{\~n}ola para la Inteligencia Artificial (CAEPIA{\textquoteright}15)",

}

TY - GEN

T1 - Uso de procesos de alcance de consenso para mejorar la recomendación a grupos

AU - de Castro, Jorge

AU - Quesada, Francisco J.

AU - Martínez, Luis

PY - 2015

Y1 - 2015

N2 - Los Sistemas de Recomendación ayudan a los usuarios a filtrar grandes cantidades de información, mostrando los elementos que mejor satisfacen sus necesidades y/o preferencias. Estos sistemas han sido ampliamente usados en áreas como el comercio electrónico o el turismo. Los Sistemas de Recomendación a Grupos se aplican cuando las recomendaciones se dirigen a un grupo de usuarios, quienes pueden tener preferencias y necesidades distintas e incluso contradictorias. Para mejorar la satisfacción de los miembros se han usado distintas técnicas para la generación de las recomendaciones, como \textit{minimizar la insatisfacción} de los miembros, que asume que un grupo está tan satisfecho como su miembro más insatisfecho, pero no garantiza que sean las mejores para el grupo. En esta contribución se propone una metodología de recomendación a grupos que aplica técnicas de consenso automático para mejorar las recomendaciones a grupo y la satisfacción de los mismos.

AB - Los Sistemas de Recomendación ayudan a los usuarios a filtrar grandes cantidades de información, mostrando los elementos que mejor satisfacen sus necesidades y/o preferencias. Estos sistemas han sido ampliamente usados en áreas como el comercio electrónico o el turismo. Los Sistemas de Recomendación a Grupos se aplican cuando las recomendaciones se dirigen a un grupo de usuarios, quienes pueden tener preferencias y necesidades distintas e incluso contradictorias. Para mejorar la satisfacción de los miembros se han usado distintas técnicas para la generación de las recomendaciones, como \textit{minimizar la insatisfacción} de los miembros, que asume que un grupo está tan satisfecho como su miembro más insatisfecho, pero no garantiza que sean las mejores para el grupo. En esta contribución se propone una metodología de recomendación a grupos que aplica técnicas de consenso automático para mejorar las recomendaciones a grupo y la satisfacción de los mismos.

M3 - Conference contribution

SN - 978-84-608-4099-2

BT - XVI Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA’15)

ER -

Uso de procesos de alcance de consenso para mejorar la recomendación a grupos

Abstract

Access to Document

Fingerprint

Cite this