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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/56975
Acceder
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

Publicaciones similares