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
- Institución
- Universidad Nacional del Centro de la Provincia de Buenos Aires
- OAI Identificador
- oai:ridaa.unicen.edu.ar:123456789/3291
Ver los metadatos del registro completo
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 |