Recomendador cuantitativo basado en minería de texto y técnicas de procesamiento de lenguaje natural, para identificar la similitud de conceptos entre los documentos obtenidos de dos componentes de un mashup web educativo y el concepto del componente origen

dc.contributorCedillo Orellana, Irene Priscila
dc.creatorEspinoza Guarango, Mayra Jadira
dc.date2023-05-19T13:46:55Z
dc.date2023-05-19T13:46:55Z
dc.date2023
dc.date.accessioned2023-08-10T16:19:08Z
dc.date.available2023-08-10T16:19:08Z
dc.identifierhttp://dspace.uazuay.edu.ec/handle/datos/13055
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8153207
dc.descriptionLa presente investigación, plantea un modelo que permite optimizar las recomendaciones de textos en el desarrollo de los mashup web educativos. Se centra en la comparación de textos extraídos de diferentes servicios web. Estos son analizados con técnicas de minería de textos y procesamiento del lenguaje natural. Con el objetivo de identificar la similitud que existe entre ellos y poder recomendar la mejor opción de lectura. Con el fin de agilizar el proceso de investigación de académicos y aprendices, para así aportar a un aprendizaje eficaz. En el desarrollo de la investigación se extraen documentos de texto de los componentes de un mashup web educativo. Con estos datos se aplica la metodología CRISP-DM, que permite sistematizar el proceso de minería y la aplicación de técnicas de PLN. Lo que lleva al cumplimiento de los objetivos planteados. Esta investigación puede ser parte complementaría a los procesos de desarrollo de los mashup web. Puesto que, apoyaría en el contenido ya generado por el mashup, para analizarlo y recomendar al usuario final el documento que aporte información relevante y relacionada al tema de su búsqueda.
dc.descriptionMagíster en Sistemas de Información, mención Inteligencia de Negocios
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad del Azuay
dc.rightsopenAccess
dc.subjectMASHUP WEB EDUCATIVO
dc.subjectKNOWLEDGE DISCOVERY IN DATABASES-KDD
dc.subjectKNOWLEDGE DISCOVERY IN TEXTS-KDT
dc.subjectCRISP-DM
dc.subjectPROCESAMIENTO DEL LENGUAJE NATURAL-PLN
dc.subjectMODELO GENERATIVO LATENT DIRICHLET ALLOCATION-LDA
dc.subjectPROCESAMIENTO DE TEXTOS
dc.subjectLIMPIEZA DE TEXTOS
dc.subjectLENGUAJE PYTHON
dc.subjectMINERÍA DE TEXTOS
dc.titleRecomendador cuantitativo basado en minería de texto y técnicas de procesamiento de lenguaje natural, para identificar la similitud de conceptos entre los documentos obtenidos de dos componentes de un mashup web educativo y el concepto del componente origen
dc.typemasterThesis


Este ítem pertenece a la siguiente institución