Investigación e implementación de sistemas de recomendación para e-commerce de ropa

Simple item page
dc.contributor.advisorQuintana Izzi, Alexis Franklin
dc.contributor.advisorLópez, Fernando
dc.contributor.tribunalLaborde, Sebastián
dc.contributor.tribunalYovine, Sergio Fabián
dc.creatorRytt Duek, Alan Raphael
dc.creatorRodríguez Velázquez, Gonzalo Hernán
dc.creatorYoung Mendiola, Federico Manuel
dc.date.issued2021
dc.descriptionIncluye bibliografía y anexos.
dc.description.abstractEl siguiente trabajo final presenta una investigación sobre los sistemas de recomendación en el comercio electrónico (e-commerce) del rubro vestimenta. Estos sistemas tienen como objetivo mejorar la experiencia de los usuarios al brindar un contenido personalizado en función de los intereses y análisis de patrones de comportamiento, permitiendo mediante ello un aumento de la tasa de conversión. Los avances en inteligencia artificial y aprendizaje automático han permitido la adaptabilidad de estos sistemas a cualquier ecosistema electrónico. En este trabajo se estudia el estado del arte desde varios enfoques: filtrado colaborativo, filtrado basado en contenido y sistemas híbridos. Se plantea como objetivo obtener la cantidad de recomendaciones más relevantes y personalizadas de prendas por usuario. Dentro de este marco se realizó la experimentación de varios algoritmos, se explica el funcionamiento de cada uno, sus ventajas y desventajas. Entre los algoritmos que se trabajaron se encuentran: “Market-basket”, contenido basado en NLP (natural language processing), contenido basado en atributos, KNN (k-nearest neighbors), matriz de similitud, basados en factorización matricial y diferentes variantes de sistemas híbridos. Para medir el rendimiento se utilizó F1 y Mar@k (Mean Average Recall at K). Esta última métrica tiene la particularidad de contemplar el orden de relevancia de los productos recomendados según la preferencia predicha para el usuario. El mejor resultado fue obtenido con el modelo “Switching hybrid” el cual mejoró un 15% sobre el valor inicial planteado. En líneas generales, los algoritmos basados en contenido mostraron una mejor performance que los colaborativos. Adicionalmente, se logró una leve mejora en los algoritmos de contenido con la implementación de los motores híbridos.  
dc.format.extent112 p. diagrs., tbls., grafs.
dc.identifier.citationRytt Duek, A. R., Rodríguez Velázquez, G. H., & Young Mendiola, F. M. (2021). Investigación e implementación de sistemas de recomendación para e-commerce de ropa (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería.
dc.languageEspañol.
dc.publisherUniversidad ORT Uruguay
dc.relation.otherhttps://sisbibliotecas.ort.edu.uy/bib/93172
dc.subjectPROYECTOS-MD
dc.subjectBIG DATA
dc.subjectREDES NEURONALES
dc.subjectAPRENDIZAJE AUTOMÁTICO
dc.subjectINVESTIGACIÓN
dc.subjectINTELIGENCIA ARTIFICIAL
dc.subjectSISTEMAS DE RECOMENDACIÓN
dc.subjectCOMERCIO ELECTRÓNICO
dc.titleInvestigación e implementación de sistemas de recomendación para e-commerce de ropa
dc.typeTrabajo final de carrera
ort.thesis.careerFI - Master en Big Data - MD
ort.thesis.degreegrantorFacultad de Ingeniería
ort.thesis.degreelevelMaster
ort.thesis.degreenameMaster en Big Data
ort.thesis.degreetypeTrabajo final
ort.thesis.noteTrabajo final (Master). Universidad ORT Uruguay, Facultad de Ingeniería
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Material completo.pdf
Size:
2.65 MB
Format:
Adobe Portable Document Format
Description:
description
Download
Collections
Trabajos finales de carrera de postgrado