Sistemas de Recomendación 

Popayán (Colombia), 10 de junio de 2015

Responsable:
Gustavo Adolfo Ramírez, Universidad del Cauca, Colombia

Descripción:

En los tiempos actuales, la sobrecarga de información se hace cada vez más evidente en la medida que se tiene acceso a más y más fuentes de datos. A diario, los usuarios se ven enfrentados al reto de elegir una aplicación para su smartphone o escoger una buena película para ver el fin de semana entre miles y miles de opciones.
Este es el principal escenario de motivación de los “sistemas de recomendaciones”, un conjunto de herramientas que buscan disminuir el esfuerzo cognitivo del usuario al estudiar patrones de comportamiento que permitan predecir las posibles elecciones que realizaría una persona entre un conjunto de ítems con los que no se tiene una experiencia previa. Durante el curso, los participantes tendrán la posibilidad de desarrollar un entendimiento básico sobre los principales conceptos alrededor de los sistemas de recomendaciones y enfatizar en los algoritmos de filtrado colaborativo, siendo ésta la técnica más popular en la práctica. Igualmente a través del uso de frameworks como Apache Mahout, el participante desarrollará un sistema de recomendaciones desde cero, con el ánimo de comprender más a fondo su funcionamiento, su propósito y las diferentes formas de evaluarlo.

Objetivos

  • Comprender los conceptos principales relacionados con los sistemas de recomendaciones
  • Comprender el funcionamiento básico de los algoritmos de filtrado colaborativo
  • Diseñar, implementar y evaluar un sistema de recomendaciones simple a partir de un enfoque práctico

Contenido preliminar

Sesión 1

  • Introducción a los Sistemas de Recomendaciones
  • Qué son los sistemas de recomendaciones
  • Predicciones vs Recomendaciones
  • Filtrado basado en Contenido
  • Filtrado colaborativo
  • Filtrado híbrido
  • Introducción a Apache Mahout

Sesión 2

  • Algoritmos de Filtrado Colaborativo
  • Un vistazo más profundo al funcionamiento de un algoritmo FC (práctica)
  • Algoritmos item – item (práctica)
  • Algoritmos User – User (práctica)

Sesión 3

  • Implementando un sistema de recomendaciones
  • Selección del dataset
  • Implementando el filtro colaborativo
  • Métricas de evaluación
  • Calculando el MAE
  • Calculando Precission y Recall
  • Curvas ROC

Coordinación Científica:

PhD Ing. Gustavo Ramírez – González

Universidad del Cauca

Coordinación Temática:

PhD (C)Ing Francisco Martínez

COO TaIO Systems

Instructores:

Mag (c) Ing. Juan Camilo Ospina

CIO Smartsoft Play

Mag (c) Ing. Víctor Garzón Marín

CTO Smartsoft Play

¡Más Información!