Determinación de tendencias en un portal web utilizando técnicas no supervisadas. Aplicación a sistemas de recomendaciones basados en filtrado colaborativo.

Resumen

La competencia que existe en la oferta de servicios web, así como la gran cantidad de usuarios que acceden usualmente a Internet, lo que supone una considerable cantidad de datos, hacen posible recomendar diferentes servicios web a usuarios individuales, Esto ha llevado al desarrollo de los sistemas de recomendaciones como uno de los campos de investigación más importantes dentro del modelado de usuarios. Los sistemas de recomendaciones sugieren a los usuarios aquellos servicios en los que probablemente estarán interesados. Existen recomendadores de diferentes tipos, siendo en ocasiones complicado escoger el más adecuado y asegurar su funcionamiento. Algunos recomendadores se basan en asociaciones entre diferentes productos, servicios o páginas web (por ejemplo, relaciones Bayesianas en recomendadores para buscar usuarios similares en función de los servicios que soliciten, como hace Amazon.com), mientras que otros sistemas se basan en la previa caracterización de grupos de usuarios similares. La presente Tesis Doctoral propone el uso de técnicas no supervisadas para determinar los diferentes comportamientos que presentan los usuarios que se conectan a un portal web. Estas técnicas funcionan sin la necesidad de ningún tipo de conocimiento a priori, permitiendo establecer grupos que aglutinan a usuarios similares en su comportamiento. Esta fase de agrupamiento es utilizada para realizar recomendaciones a los usuarios del portal. La justificación de este trabajo proviene del desarrollo de una metodología completa para llevar a cabo recomendaciones a usuarios individuales de portales web, así como de las diferentes aportaciones noveles que se han realizado en diversas partes de esta metodología.