dc.creator | Aciar, Silvana | |
dc.creator | Aciar, Gabriela | |
dc.creator | Duque, Néstor | |
dc.date | 2015 | |
dc.date | 2015 | |
dc.date | 2016-04-11T13:54:30Z | |
dc.identifier | http://sedici.unlp.edu.ar/handle/10915/52167 | |
dc.identifier | http://44jaiio.sadio.org.ar/sites/default/files/asai248-255.pdf | |
dc.identifier | issn:2451-7585 | |
dc.description | Un problema bien conocido de los sistemas recomendadores es el problema denominado “Cold Start”, que es causado por la falta de información de usuarios o productos/servicios. Un sistema de recomendación sólo puede producir buenas recomendaciones después de haber acumulado suficientes datos. El problema se vuelve aún más difícil cuando el sistema de recomendación trata de hacer frente a nuevos productos o los productos no han sido valorados por los consumidores. En este trabajo se aborda este problema obteniendo valoraciones de los productos/servicios desde los comentarios escritos por usuarios en foros.
Un caso de estudio de recomendación de objetos de aprendizajes es presentado. | |
dc.description | Sociedad Argentina de Informática e Investigación Operativa (SADIO) | |
dc.format | application/pdf | |
dc.format | 248-255 | |
dc.language | es | |
dc.rights | http://creativecommons.org/licenses/by-sa/3.0/ | |
dc.rights | Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0) | |
dc.subject | Ciencias Informáticas | |
dc.subject | Distance learning | |
dc.subject | sistemas recomendadores | |
dc.subject | minería de texto | |
dc.title | Obteniendo valoraciones de ítems desde opiniones de usuarios para resolver el problema de “Cold Start” en sistemas recomendadores | |
dc.type | Objeto de conferencia | |
dc.type | Objeto de conferencia | |