Recomendación de lugares para redes sociales basadas en ubicación

Autores
Barrenechea, Pablo; Troccoli, Sebastián Claudio
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Godoy, Daniela
Descripción
Los sistemas de recomendación se han ido consolidando como potentes herramientas para ayudar a reducir la sobrecarga de información a la que nos enfrentamos en los procesos de búsqueda de información. Ayudan a filtrar los ítems de información recuperados, usando distintas técnicas para identificar aquellos que mejor satisfacen las preferencias o necesidades de los usuarios. En las redes sociales basadas en ubicación, añadir la información acerca de la ubicación, consigue enlazar la brecha que existe actualmente entre el mundo físico y el mundo digital, permitiendo un mayor entendimiento acerca de las preferencias de los usuarios y su comportamient. Dentro de los servicios que puede ofrecer una red social basada en ubicación, el servicio de recomendación de puntos de interés es una de las características más importantes. Este servicio es muy utilizado por los usuarios para encontrar lugares de interés cercanos, así como para ser asistido en sitios desconocidos. Además, le permite a las compañías publicitar anuncios en base a la presencia física de los usuarios y generar ingresos para la red social en cuestión. En el caso particular de las redes sociales basadas en ubicación o RSBU, cada vez son más los lugares registrados en las mismas y por consiguiente, potenciales recomendaciones a los distintos usuarios. No obstante, el crecimiento exponencial de la información generada por las interacciones de los usuarios hace que sea necesario la clasificación. La finalidad de este trabajo es la implementación de un sistema de recomendación híbrido que haciendo uso de la información extra que nos proveen las redes sociales basadas en ubicación, sea capaz de recomendar puntos de interés a los usuarios de una forma efectiva. Para ello utilizaremos un conjunto de datos de la Red Social Foursquare que posee información de la actividad de los usuarios en las ciudades de Los Ángeles y Nueva York. Para lograr esto, el problema puede ser descompuesto en dos partes: 1. Modelar las preferencias del usuario usando el conjunto de datos escogido. 2. Proveer a cada usuario una lista de lugares que se adapten a sus preferencias personales. Párrafo extraído de la tesis de grado a modo de resumen.
Fil: Barrenechea, Pablo . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Troccoli, Sebastián Claudio. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Godoy, Daniela. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Redes Sociales
Ingeniería de sistemas
Red Social Foursquare
Sistemas de recomendación
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/1467
Acceder
id RIDUNICEN_6d47b0d3ab4dc407712abcea2c948e64
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/1467
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Recomendación de lugares para redes sociales basadas en ubicaciónBarrenechea, PabloTroccoli, Sebastián ClaudioRedes SocialesIngeniería de sistemasRed Social FoursquareSistemas de recomendaciónLos sistemas de recomendación se han ido consolidando como potentes herramientas para ayudar a reducir la sobrecarga de información a la que nos enfrentamos en los procesos de búsqueda de información. Ayudan a filtrar los ítems de información recuperados, usando distintas técnicas para identificar aquellos que mejor satisfacen las preferencias o necesidades de los usuarios. En las redes sociales basadas en ubicación, añadir la información acerca de la ubicación, consigue enlazar la brecha que existe actualmente entre el mundo físico y el mundo digital, permitiendo un mayor entendimiento acerca de las preferencias de los usuarios y su comportamient. Dentro de los servicios que puede ofrecer una red social basada en ubicación, el servicio de recomendación de puntos de interés es una de las características más importantes. Este servicio es muy utilizado por los usuarios para encontrar lugares de interés cercanos, así como para ser asistido en sitios desconocidos. Además, le permite a las compañías publicitar anuncios en base a la presencia física de los usuarios y generar ingresos para la red social en cuestión. En el caso particular de las redes sociales basadas en ubicación o RSBU, cada vez son más los lugares registrados en las mismas y por consiguiente, potenciales recomendaciones a los distintos usuarios. No obstante, el crecimiento exponencial de la información generada por las interacciones de los usuarios hace que sea necesario la clasificación. La finalidad de este trabajo es la implementación de un sistema de recomendación híbrido que haciendo uso de la información extra que nos proveen las redes sociales basadas en ubicación, sea capaz de recomendar puntos de interés a los usuarios de una forma efectiva. Para ello utilizaremos un conjunto de datos de la Red Social Foursquare que posee información de la actividad de los usuarios en las ciudades de Los Ángeles y Nueva York. Para lograr esto, el problema puede ser descompuesto en dos partes: 1. Modelar las preferencias del usuario usando el conjunto de datos escogido. 2. Proveer a cada usuario una lista de lugares que se adapten a sus preferencias personales. Párrafo extraído de la tesis de grado a modo de resumen.Fil: Barrenechea, Pablo . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Troccoli, Sebastián Claudio. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Godoy, Daniela. 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 ExactasGodoy, Daniela2017-052017-10-31T14:34:02Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttp://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/1467https://www.ridaa.unicen.edu.ar/handle/123456789/1467spahttp://creativecommons.org/licenses/by/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-09-18T10:06:20Zoai:ridaa.unicen.edu.ar:123456789/1467instacron: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:a2025-09-18 10:06:20.733RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Recomendación de lugares para redes sociales basadas en ubicación
title Recomendación de lugares para redes sociales basadas en ubicación
spellingShingle Recomendación de lugares para redes sociales basadas en ubicación
Barrenechea, Pablo
Redes Sociales
Ingeniería de sistemas
Red Social Foursquare
Sistemas de recomendación
title_short Recomendación de lugares para redes sociales basadas en ubicación
title_full Recomendación de lugares para redes sociales basadas en ubicación
title_fullStr Recomendación de lugares para redes sociales basadas en ubicación
title_full_unstemmed Recomendación de lugares para redes sociales basadas en ubicación
title_sort Recomendación de lugares para redes sociales basadas en ubicación
dc.creator.none.fl_str_mv Barrenechea, Pablo
Troccoli, Sebastián Claudio
author Barrenechea, Pablo
author_facet Barrenechea, Pablo
Troccoli, Sebastián Claudio
author_role author
author2 Troccoli, Sebastián Claudio
author2_role author
dc.contributor.none.fl_str_mv Godoy, Daniela
dc.subject.none.fl_str_mv Redes Sociales
Ingeniería de sistemas
Red Social Foursquare
Sistemas de recomendación
topic Redes Sociales
Ingeniería de sistemas
Red Social Foursquare
Sistemas de recomendación
dc.description.none.fl_txt_mv Los sistemas de recomendación se han ido consolidando como potentes herramientas para ayudar a reducir la sobrecarga de información a la que nos enfrentamos en los procesos de búsqueda de información. Ayudan a filtrar los ítems de información recuperados, usando distintas técnicas para identificar aquellos que mejor satisfacen las preferencias o necesidades de los usuarios. En las redes sociales basadas en ubicación, añadir la información acerca de la ubicación, consigue enlazar la brecha que existe actualmente entre el mundo físico y el mundo digital, permitiendo un mayor entendimiento acerca de las preferencias de los usuarios y su comportamient. Dentro de los servicios que puede ofrecer una red social basada en ubicación, el servicio de recomendación de puntos de interés es una de las características más importantes. Este servicio es muy utilizado por los usuarios para encontrar lugares de interés cercanos, así como para ser asistido en sitios desconocidos. Además, le permite a las compañías publicitar anuncios en base a la presencia física de los usuarios y generar ingresos para la red social en cuestión. En el caso particular de las redes sociales basadas en ubicación o RSBU, cada vez son más los lugares registrados en las mismas y por consiguiente, potenciales recomendaciones a los distintos usuarios. No obstante, el crecimiento exponencial de la información generada por las interacciones de los usuarios hace que sea necesario la clasificación. La finalidad de este trabajo es la implementación de un sistema de recomendación híbrido que haciendo uso de la información extra que nos proveen las redes sociales basadas en ubicación, sea capaz de recomendar puntos de interés a los usuarios de una forma efectiva. Para ello utilizaremos un conjunto de datos de la Red Social Foursquare que posee información de la actividad de los usuarios en las ciudades de Los Ángeles y Nueva York. Para lograr esto, el problema puede ser descompuesto en dos partes: 1. Modelar las preferencias del usuario usando el conjunto de datos escogido. 2. Proveer a cada usuario una lista de lugares que se adapten a sus preferencias personales. Párrafo extraído de la tesis de grado a modo de resumen.
Fil: Barrenechea, Pablo . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Troccoli, Sebastián Claudio. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Godoy, Daniela. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
description Los sistemas de recomendación se han ido consolidando como potentes herramientas para ayudar a reducir la sobrecarga de información a la que nos enfrentamos en los procesos de búsqueda de información. Ayudan a filtrar los ítems de información recuperados, usando distintas técnicas para identificar aquellos que mejor satisfacen las preferencias o necesidades de los usuarios. En las redes sociales basadas en ubicación, añadir la información acerca de la ubicación, consigue enlazar la brecha que existe actualmente entre el mundo físico y el mundo digital, permitiendo un mayor entendimiento acerca de las preferencias de los usuarios y su comportamient. Dentro de los servicios que puede ofrecer una red social basada en ubicación, el servicio de recomendación de puntos de interés es una de las características más importantes. Este servicio es muy utilizado por los usuarios para encontrar lugares de interés cercanos, así como para ser asistido en sitios desconocidos. Además, le permite a las compañías publicitar anuncios en base a la presencia física de los usuarios y generar ingresos para la red social en cuestión. En el caso particular de las redes sociales basadas en ubicación o RSBU, cada vez son más los lugares registrados en las mismas y por consiguiente, potenciales recomendaciones a los distintos usuarios. No obstante, el crecimiento exponencial de la información generada por las interacciones de los usuarios hace que sea necesario la clasificación. La finalidad de este trabajo es la implementación de un sistema de recomendación híbrido que haciendo uso de la información extra que nos proveen las redes sociales basadas en ubicación, sea capaz de recomendar puntos de interés a los usuarios de una forma efectiva. Para ello utilizaremos un conjunto de datos de la Red Social Foursquare que posee información de la actividad de los usuarios en las ciudades de Los Ángeles y Nueva York. Para lograr esto, el problema puede ser descompuesto en dos partes: 1. Modelar las preferencias del usuario usando el conjunto de datos escogido. 2. Proveer a cada usuario una lista de lugares que se adapten a sus preferencias personales. Párrafo extraído de la tesis de grado a modo de resumen.
publishDate 2017
dc.date.none.fl_str_mv 2017-05
2017-10-31T14:34:02Z
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 http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/1467
https://www.ridaa.unicen.edu.ar/handle/123456789/1467
url http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/1467
https://www.ridaa.unicen.edu.ar/handle/123456789/1467
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/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_ 1843609059400351744
score 13.001348

Publicaciones similares