Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad

Autores
Madsen Torre, Daiana Elin
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Monteserin, Ariel
Schiaffino, Silvia
Descripción
Los sistemas de recomendación permiten encontrar ítems que son potencialmente de interés para un usuario o un grupo de usuarios particular. El objetivo es predecir los gustos, intereses y preferencias De dichos usuarios y sugerir elementos que satisfagan sus necesidades dentro de diferentes dominios. La enorme variedad de ámbitos de aplicación habla de la infinidad de usos y la potencial utilidad que se le puede dar a los sistemas de recomendación, tanto para sugerir películas, música, videojuegos, libros, restaurantes o lugares turísticos, como para el e-commerce a través de internet. En los últimos años han surgido sistemas de recomendación que buscan satisfacer las necesidades de un grupo de personas, ya sea para escuchar música en espacios comunes, visitar en grupo un destino turístico, entre otros. Existen muchas técnicas que permiten recomendar a grupos, pero aún es un desafío equilibrar la satisfacción de todos los individuos teniendo en cuenta, no solo sus intereses o preferencias, sino también la personalidad de cada uno, sus relaciones y la manera en que interactúan entre sí. Los sistemas multiagente son particularmente útiles para desarrollar este tipo de recomendaciones debido a las características intrínsecas de los mismos. Consisten en un sistema distribuido compuesto por múltiples agentes inteligentes que interactúan entre sí, siendo capaces de cumplir objetivos difíciles o imposibles de alcanzar en forma individual. En el contexto de este trabajo, se cuenta con agentes que representan los intereses de los usuarios en un grupo y mediante técnicas de negociación se obtiene una decisión en base a múltiples ítems con el mayor balance de satisfacción posible para las posteriores sugerencias hacia dicho grupo. El énfasis está puesto en considerar las características de personalidad de los miembros del grupo durante la negociación, bajo la premisa de que ciertas personas estarán más dispuestas a modificar sus opiniones individuales iniciales en pos del beneficio común del grupo, y estudiar el impacto de la conducta de los integrantes del grupo en situaciones de conflicto. Se pudo comprobar, a partir de la evaluación experimental, que el perfil de personalidad de los integrantes tiene impacto en las recomendaciones al grupo, principalmente a partir de los niveles de asertividad, es decir, la medida en que las personas intentan satisfacer sus propios intereses. Las técnicas tradicionales de recomendación a grupos ignoran los efectos de las interacciones sociales y relaciones entre los individuos, tratándolos como personas completamente individuales. El presente trabajo demuestra que la opinión de un individuo puede verse alterada cuando una persona es parte de un grupo que coopera por un objetivo compartido. Las relaciones sociales, cuando los integrantes de los grupos manifiestan un nivel de confianza compatible con amistad, familia o pareja, evidencian un impacto positivo en las recomendaciones al grupo, permitiendo obtener mejores resultados al considerar estos factores.
Fil: Madsen Torre, Daiana Elin. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Monteserin, Ariel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Schiaffino, Silvia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Sistema de recomendación
Internet
Relaciones sociales
Inteligencia artificial
Sistemas multiagente
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/3291

id RIDUNICEN_52d9e494a708f28c43737213eae87409
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/3291
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidadMadsen Torre, Daiana ElinSistema de recomendaciónInternetRelaciones socialesInteligencia artificialSistemas multiagenteLos sistemas de recomendación permiten encontrar ítems que son potencialmente de interés para un usuario o un grupo de usuarios particular. El objetivo es predecir los gustos, intereses y preferencias De dichos usuarios y sugerir elementos que satisfagan sus necesidades dentro de diferentes dominios. La enorme variedad de ámbitos de aplicación habla de la infinidad de usos y la potencial utilidad que se le puede dar a los sistemas de recomendación, tanto para sugerir películas, música, videojuegos, libros, restaurantes o lugares turísticos, como para el e-commerce a través de internet. En los últimos años han surgido sistemas de recomendación que buscan satisfacer las necesidades de un grupo de personas, ya sea para escuchar música en espacios comunes, visitar en grupo un destino turístico, entre otros. Existen muchas técnicas que permiten recomendar a grupos, pero aún es un desafío equilibrar la satisfacción de todos los individuos teniendo en cuenta, no solo sus intereses o preferencias, sino también la personalidad de cada uno, sus relaciones y la manera en que interactúan entre sí. Los sistemas multiagente son particularmente útiles para desarrollar este tipo de recomendaciones debido a las características intrínsecas de los mismos. Consisten en un sistema distribuido compuesto por múltiples agentes inteligentes que interactúan entre sí, siendo capaces de cumplir objetivos difíciles o imposibles de alcanzar en forma individual. En el contexto de este trabajo, se cuenta con agentes que representan los intereses de los usuarios en un grupo y mediante técnicas de negociación se obtiene una decisión en base a múltiples ítems con el mayor balance de satisfacción posible para las posteriores sugerencias hacia dicho grupo. El énfasis está puesto en considerar las características de personalidad de los miembros del grupo durante la negociación, bajo la premisa de que ciertas personas estarán más dispuestas a modificar sus opiniones individuales iniciales en pos del beneficio común del grupo, y estudiar el impacto de la conducta de los integrantes del grupo en situaciones de conflicto. Se pudo comprobar, a partir de la evaluación experimental, que el perfil de personalidad de los integrantes tiene impacto en las recomendaciones al grupo, principalmente a partir de los niveles de asertividad, es decir, la medida en que las personas intentan satisfacer sus propios intereses. Las técnicas tradicionales de recomendación a grupos ignoran los efectos de las interacciones sociales y relaciones entre los individuos, tratándolos como personas completamente individuales. El presente trabajo demuestra que la opinión de un individuo puede verse alterada cuando una persona es parte de un grupo que coopera por un objetivo compartido. Las relaciones sociales, cuando los integrantes de los grupos manifiestan un nivel de confianza compatible con amistad, familia o pareja, evidencian un impacto positivo en las recomendaciones al grupo, permitiendo obtener mejores resultados al considerar estos factores.Fil: Madsen Torre, Daiana Elin. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Monteserin, Ariel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Schiaffino, Silvia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasMonteserin, ArielSchiaffino, Silvia20222022-09-22T16:06:31Z2022-09-22T16:06:31Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfMadsen Torre, D. E. (2022). Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.https://www.ridaa.unicen.edu.ar/handle/123456789/3291spahttp://creativecommons.org/licenses/by-nc/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-10-16T09:28:21Zoai:ridaa.unicen.edu.ar:123456789/3291instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-10-16 09:28:21.587RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
spellingShingle Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
Madsen Torre, Daiana Elin
Sistema de recomendación
Internet
Relaciones sociales
Inteligencia artificial
Sistemas multiagente
title_short Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title_full Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title_fullStr Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title_full_unstemmed Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
title_sort Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad
dc.creator.none.fl_str_mv Madsen Torre, Daiana Elin
author Madsen Torre, Daiana Elin
author_facet Madsen Torre, Daiana Elin
author_role author
dc.contributor.none.fl_str_mv Monteserin, Ariel
Schiaffino, Silvia
dc.subject.none.fl_str_mv Sistema de recomendación
Internet
Relaciones sociales
Inteligencia artificial
Sistemas multiagente
topic Sistema de recomendación
Internet
Relaciones sociales
Inteligencia artificial
Sistemas multiagente
dc.description.none.fl_txt_mv Los sistemas de recomendación permiten encontrar ítems que son potencialmente de interés para un usuario o un grupo de usuarios particular. El objetivo es predecir los gustos, intereses y preferencias De dichos usuarios y sugerir elementos que satisfagan sus necesidades dentro de diferentes dominios. La enorme variedad de ámbitos de aplicación habla de la infinidad de usos y la potencial utilidad que se le puede dar a los sistemas de recomendación, tanto para sugerir películas, música, videojuegos, libros, restaurantes o lugares turísticos, como para el e-commerce a través de internet. En los últimos años han surgido sistemas de recomendación que buscan satisfacer las necesidades de un grupo de personas, ya sea para escuchar música en espacios comunes, visitar en grupo un destino turístico, entre otros. Existen muchas técnicas que permiten recomendar a grupos, pero aún es un desafío equilibrar la satisfacción de todos los individuos teniendo en cuenta, no solo sus intereses o preferencias, sino también la personalidad de cada uno, sus relaciones y la manera en que interactúan entre sí. Los sistemas multiagente son particularmente útiles para desarrollar este tipo de recomendaciones debido a las características intrínsecas de los mismos. Consisten en un sistema distribuido compuesto por múltiples agentes inteligentes que interactúan entre sí, siendo capaces de cumplir objetivos difíciles o imposibles de alcanzar en forma individual. En el contexto de este trabajo, se cuenta con agentes que representan los intereses de los usuarios en un grupo y mediante técnicas de negociación se obtiene una decisión en base a múltiples ítems con el mayor balance de satisfacción posible para las posteriores sugerencias hacia dicho grupo. El énfasis está puesto en considerar las características de personalidad de los miembros del grupo durante la negociación, bajo la premisa de que ciertas personas estarán más dispuestas a modificar sus opiniones individuales iniciales en pos del beneficio común del grupo, y estudiar el impacto de la conducta de los integrantes del grupo en situaciones de conflicto. Se pudo comprobar, a partir de la evaluación experimental, que el perfil de personalidad de los integrantes tiene impacto en las recomendaciones al grupo, principalmente a partir de los niveles de asertividad, es decir, la medida en que las personas intentan satisfacer sus propios intereses. Las técnicas tradicionales de recomendación a grupos ignoran los efectos de las interacciones sociales y relaciones entre los individuos, tratándolos como personas completamente individuales. El presente trabajo demuestra que la opinión de un individuo puede verse alterada cuando una persona es parte de un grupo que coopera por un objetivo compartido. Las relaciones sociales, cuando los integrantes de los grupos manifiestan un nivel de confianza compatible con amistad, familia o pareja, evidencian un impacto positivo en las recomendaciones al grupo, permitiendo obtener mejores resultados al considerar estos factores.
Fil: Madsen Torre, Daiana Elin. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Monteserin, Ariel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Schiaffino, Silvia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
description Los sistemas de recomendación permiten encontrar ítems que son potencialmente de interés para un usuario o un grupo de usuarios particular. El objetivo es predecir los gustos, intereses y preferencias De dichos usuarios y sugerir elementos que satisfagan sus necesidades dentro de diferentes dominios. La enorme variedad de ámbitos de aplicación habla de la infinidad de usos y la potencial utilidad que se le puede dar a los sistemas de recomendación, tanto para sugerir películas, música, videojuegos, libros, restaurantes o lugares turísticos, como para el e-commerce a través de internet. En los últimos años han surgido sistemas de recomendación que buscan satisfacer las necesidades de un grupo de personas, ya sea para escuchar música en espacios comunes, visitar en grupo un destino turístico, entre otros. Existen muchas técnicas que permiten recomendar a grupos, pero aún es un desafío equilibrar la satisfacción de todos los individuos teniendo en cuenta, no solo sus intereses o preferencias, sino también la personalidad de cada uno, sus relaciones y la manera en que interactúan entre sí. Los sistemas multiagente son particularmente útiles para desarrollar este tipo de recomendaciones debido a las características intrínsecas de los mismos. Consisten en un sistema distribuido compuesto por múltiples agentes inteligentes que interactúan entre sí, siendo capaces de cumplir objetivos difíciles o imposibles de alcanzar en forma individual. En el contexto de este trabajo, se cuenta con agentes que representan los intereses de los usuarios en un grupo y mediante técnicas de negociación se obtiene una decisión en base a múltiples ítems con el mayor balance de satisfacción posible para las posteriores sugerencias hacia dicho grupo. El énfasis está puesto en considerar las características de personalidad de los miembros del grupo durante la negociación, bajo la premisa de que ciertas personas estarán más dispuestas a modificar sus opiniones individuales iniciales en pos del beneficio común del grupo, y estudiar el impacto de la conducta de los integrantes del grupo en situaciones de conflicto. Se pudo comprobar, a partir de la evaluación experimental, que el perfil de personalidad de los integrantes tiene impacto en las recomendaciones al grupo, principalmente a partir de los niveles de asertividad, es decir, la medida en que las personas intentan satisfacer sus propios intereses. Las técnicas tradicionales de recomendación a grupos ignoran los efectos de las interacciones sociales y relaciones entre los individuos, tratándolos como personas completamente individuales. El presente trabajo demuestra que la opinión de un individuo puede verse alterada cuando una persona es parte de un grupo que coopera por un objetivo compartido. Las relaciones sociales, cuando los integrantes de los grupos manifiestan un nivel de confianza compatible con amistad, familia o pareja, evidencian un impacto positivo en las recomendaciones al grupo, permitiendo obtener mejores resultados al considerar estos factores.
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-09-22T16:06:31Z
2022-09-22T16:06:31Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv Madsen Torre, D. E. (2022). Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
https://www.ridaa.unicen.edu.ar/handle/123456789/3291
identifier_str_mv Madsen Torre, D. E. (2022). Generación de recomendaciones a grupos considerando relaciones sociales y perfiles de personalidad [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
url https://www.ridaa.unicen.edu.ar/handle/123456789/3291
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/2.5/ar/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
dc.source.none.fl_str_mv reponame:RIDAA (UNICEN)
instname:Universidad Nacional del Centro de la Provincia de Buenos Aires
reponame_str RIDAA (UNICEN)
collection RIDAA (UNICEN)
instname_str Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.name.fl_str_mv RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.mail.fl_str_mv lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;
_version_ 1846143021267025920
score 12.712165