dc.creatorPardo-Cuesta, Raquel
dc.date.accessioned2020-01-29T09:55:30Z
dc.date.accessioned2023-03-07T19:25:54Z
dc.date.available2020-01-29T09:55:30Z
dc.date.available2023-03-07T19:25:54Z
dc.date.created2020-01-29T09:55:30Z
dc.identifierhttps://reunir.unir.net/handle/123456789/9772
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/5904132
dc.description.abstractLas recomendaciones de productos para nuevos usuarios de una compañía, problema conocido como cold start, supone nuevos métodos de inteligencia artificial para poder llevar a cabo la recomendación de un producto con cierta proporción de aciertos. El objetivo de este trabajo es el tratamiento de una base de datos de usuarios de Airbnb con técnicas de machine learning para lograr un sistema de recomendación. Este sistema de recomendación sugerirá, entre un número determinado de destinos, la elección más probable en función de la actividad del usuario con la página web, su edad y género y otros factores. Para ello, se aplicarán varias técnicas de aprendizaje automático, tanto en entornos Big Data como en los convencionales, y se utilizarán los de mejores resultados para elaborar el sistema de recomendación.
dc.languagespa
dc.rightsopenAccess
dc.subjectairbnb
dc.subjectmachine learning
dc.subjectrecommendation systems
dc.subjectartificial intelligence
dc.subjectapplied statistic
dc.subjectsistemas de recomendación
dc.subjectinteligencia artificial
dc.subjectestadística aplicada
dc.subjectMáster en Visual Analytics y Big Data
dc.titleSistema de recomendación para nuevos usuarios de Airbnb
dc.typemasterThesis


Este ítem pertenece a la siguiente institución