Framework de Modelado de Usuarios utilizando técnicas de Deep Learning a partir de Big Data

• Autores: Serrano, Francisco
• Año de publicación: 2018
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Berdun, Franco D.; Armentano, Marcelo G.
• Materia: Ingeniería de sistemas; Redes Neuronales Convolucionales; CNN; Redes Neuronales Recurrentes; RNN; Framework; Desarrollo del software; Arquitectura-computación; Inteligencia artificial; SYMLOG
• Institución: Universidad Nacional del Centro de la Provincia de Buenos Aires

La propuesta que se realiza en este trabajo de grado consiste en la elaboración de un framework que facilite la generación de perfiles colaborativos de usuario, siguiendo el modelo SYMLOG, a partir de las interacciones de los mismos en un determinado espacio compartido. Dicha generación de perfiles se realiza a través del uso de técnicas de aprendizaje profundo, más precisamente a partir del empleo de diferentes conceptos inherentes a las redes neuronales. Se experimentará con varios conceptos de redes neuronales, para luego formar un modelo que integre dichos conceptos, a fin de maximizar la precisión con la que se generan los perfiles en cuestión. Con el objetivo de validar los perfiles generados, se evaluarán cuatro enfoques de aprendizaje profundo, los cuales varían en cuanto al concepto que emplean. Mientras el primero consiste en básicamente emplear capas densas para la arquitectura de la red neuronal, el segundo emplea capas basadas en la operación de convolución, y el tercero emplea operaciones recurrentes. Por último, el cuarto enfoque toma lo mejor de estos conceptos a fin de generar una arquitectura de red neuronal híbrida, que mejore las métricas obtenidas en enfoques anteriores. Además del framework, se implementará una aplicación web a fin de organizar gráficamente la información que se obtiene. De esta forma, se acerca el uso de este tipo de herramientas a usuarios con mínimos conocimientos en sistemas de este tipo. Como el framework está pensado para trabajar como backend, la información que el mismo proporciona, se muestra en el cliente a través de diversos gráficos y tablas. De esta manera se facilita el entendimiento de la misma, evitando tener que recaer en la lectura de formatos como por ejemplo JSON o CSV. El proceso de elaboración de perfiles colaborativos comenzará con un conjunto de mensajes provenientes del diálogo generado por los miembros de un grupo trabajando colaborativamente para resolver una tarea común. Dichos mensajes serán sometidos a los modelos de redes neuronales para así obtener una categorización de cada uno de ellos, según el método IPA. Luego a partir de dichas categorías, se establecerán correspondencias entre el método IPA y SYMLOG. Es decir que se efectúa un mapeo de las categorizaciones obtenidas por las redes, al trinomio correspondiente a cada dimensión del modelo SYMLOG. Párrafo extraído de la tesis de grado a modo de resumen.
Fil: Serrano, Francisco. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Berdun, Franco D. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Armentano, Marcelo G. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.