Análisis de estrategias de selección de vecinos para recomendación en LBSN
- Autores
- Rios, Carlos; Godoy, Daniela Lis; Schiaffino, Silvia
- Año de publicación
- 2016
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El gran uso de los dispositivos móviles y los servicios basados en ubicación han generado un nuevo concepto en los medios sociales en línea, llamado redes sociales basadas en ubicación. Éstas usan tecnologías como GPS, Web 2.0 y smartphones para permitir a los usuarios compartir sus ubicaciones (check-ins), buscar lugares de interés o POIs (Point of Interest), descuentos, dejar comentarios de lugares específicos, conectarse con sus amigos y encontrar amigos que se encuentran cerca de algún lugar específico. Para aprovechar la información que los usuarios vuelcan en estas redes surgieron los Sistemas de Recomendación basados en Ubicación (LBSNs, sus siglas en inglés) que generan sugerencias en base a la aplicación de diferentes técnicas de recomendación. En este artículo se presentan dos estrategias para la selección de vecinos en el enfoque de filtrado colaborativo clásico basado en usuarios, considerando la red social de los usuarios y las visitas comunes como factores influyentes. El enfoque propuesto fue evaluado utilizando datos de una red social basada en ubicación popular, mostrando mejoras sobre el enfoque clásico de filtrado colaborativo.
Sociedad Argentina de Informática e Investigación Operativa (SADIO) - Materia
-
Ciencias Informáticas
Sistemas de Recomendación basados en Ubicación
filtrado colaborativo clásico
red social - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-sa/3.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/56975
Ver los metadatos del registro completo
id |
SEDICI_1a60283f98ecdb884086b0ceb2e94fe5 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/56975 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Análisis de estrategias de selección de vecinos para recomendación en LBSNRios, CarlosGodoy, Daniela LisSchiaffino, SilviaCiencias InformáticasSistemas de Recomendación basados en Ubicaciónfiltrado colaborativo clásicored socialEl gran uso de los dispositivos móviles y los servicios basados en ubicación han generado un nuevo concepto en los medios sociales en línea, llamado redes sociales basadas en ubicación. Éstas usan tecnologías como GPS, Web 2.0 y smartphones para permitir a los usuarios compartir sus ubicaciones (check-ins), buscar lugares de interés o POIs (Point of Interest), descuentos, dejar comentarios de lugares específicos, conectarse con sus amigos y encontrar amigos que se encuentran cerca de algún lugar específico. Para aprovechar la información que los usuarios vuelcan en estas redes surgieron los Sistemas de Recomendación basados en Ubicación (LBSNs, sus siglas en inglés) que generan sugerencias en base a la aplicación de diferentes técnicas de recomendación. En este artículo se presentan dos estrategias para la selección de vecinos en el enfoque de filtrado colaborativo clásico basado en usuarios, considerando la red social de los usuarios y las visitas comunes como factores influyentes. El enfoque propuesto fue evaluado utilizando datos de una red social basada en ubicación popular, mostrando mejoras sobre el enfoque clásico de filtrado colaborativo.Sociedad Argentina de Informática e Investigación Operativa (SADIO)2016-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf9-16http://sedici.unlp.edu.ar/handle/10915/56975spainfo:eu-repo/semantics/altIdentifier/url/http://45jaiio.sadio.org.ar/sites/default/files/ASAI-08_0.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7585info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:06:13Zoai:sedici.unlp.edu.ar:10915/56975Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:06:13.209SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Análisis de estrategias de selección de vecinos para recomendación en LBSN |
title |
Análisis de estrategias de selección de vecinos para recomendación en LBSN |
spellingShingle |
Análisis de estrategias de selección de vecinos para recomendación en LBSN Rios, Carlos Ciencias Informáticas Sistemas de Recomendación basados en Ubicación filtrado colaborativo clásico red social |
title_short |
Análisis de estrategias de selección de vecinos para recomendación en LBSN |
title_full |
Análisis de estrategias de selección de vecinos para recomendación en LBSN |
title_fullStr |
Análisis de estrategias de selección de vecinos para recomendación en LBSN |
title_full_unstemmed |
Análisis de estrategias de selección de vecinos para recomendación en LBSN |
title_sort |
Análisis de estrategias de selección de vecinos para recomendación en LBSN |
dc.creator.none.fl_str_mv |
Rios, Carlos Godoy, Daniela Lis Schiaffino, Silvia |
author |
Rios, Carlos |
author_facet |
Rios, Carlos Godoy, Daniela Lis Schiaffino, Silvia |
author_role |
author |
author2 |
Godoy, Daniela Lis Schiaffino, Silvia |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Sistemas de Recomendación basados en Ubicación filtrado colaborativo clásico red social |
topic |
Ciencias Informáticas Sistemas de Recomendación basados en Ubicación filtrado colaborativo clásico red social |
dc.description.none.fl_txt_mv |
El gran uso de los dispositivos móviles y los servicios basados en ubicación han generado un nuevo concepto en los medios sociales en línea, llamado redes sociales basadas en ubicación. Éstas usan tecnologías como GPS, Web 2.0 y smartphones para permitir a los usuarios compartir sus ubicaciones (check-ins), buscar lugares de interés o POIs (Point of Interest), descuentos, dejar comentarios de lugares específicos, conectarse con sus amigos y encontrar amigos que se encuentran cerca de algún lugar específico. Para aprovechar la información que los usuarios vuelcan en estas redes surgieron los Sistemas de Recomendación basados en Ubicación (LBSNs, sus siglas en inglés) que generan sugerencias en base a la aplicación de diferentes técnicas de recomendación. En este artículo se presentan dos estrategias para la selección de vecinos en el enfoque de filtrado colaborativo clásico basado en usuarios, considerando la red social de los usuarios y las visitas comunes como factores influyentes. El enfoque propuesto fue evaluado utilizando datos de una red social basada en ubicación popular, mostrando mejoras sobre el enfoque clásico de filtrado colaborativo. Sociedad Argentina de Informática e Investigación Operativa (SADIO) |
description |
El gran uso de los dispositivos móviles y los servicios basados en ubicación han generado un nuevo concepto en los medios sociales en línea, llamado redes sociales basadas en ubicación. Éstas usan tecnologías como GPS, Web 2.0 y smartphones para permitir a los usuarios compartir sus ubicaciones (check-ins), buscar lugares de interés o POIs (Point of Interest), descuentos, dejar comentarios de lugares específicos, conectarse con sus amigos y encontrar amigos que se encuentran cerca de algún lugar específico. Para aprovechar la información que los usuarios vuelcan en estas redes surgieron los Sistemas de Recomendación basados en Ubicación (LBSNs, sus siglas en inglés) que generan sugerencias en base a la aplicación de diferentes técnicas de recomendación. En este artículo se presentan dos estrategias para la selección de vecinos en el enfoque de filtrado colaborativo clásico basado en usuarios, considerando la red social de los usuarios y las visitas comunes como factores influyentes. El enfoque propuesto fue evaluado utilizando datos de una red social basada en ubicación popular, mostrando mejoras sobre el enfoque clásico de filtrado colaborativo. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-09 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/56975 |
url |
http://sedici.unlp.edu.ar/handle/10915/56975 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://45jaiio.sadio.org.ar/sites/default/files/ASAI-08_0.pdf info:eu-repo/semantics/altIdentifier/issn/2451-7585 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-sa/3.0/ Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-sa/3.0/ Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0) |
dc.format.none.fl_str_mv |
application/pdf 9-16 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844615933045243904 |
score |
13.070432 |