banner

Site menu:

Principal >> Cursos Académicos >> Cursos
NOMBRE DEL CURSOSistemas de Recomendación Web basados en Técnicas Inteligentes
NOMBRE DEL MODULOTECNOLOGÍAS WEB Y PROCESAMIENTO DE INFORMACIÓN
Nº CRÉDITOS EUROPEOS4 ECTS
COORDINADOREnrique Herrera Viedma
IDIOMAEspañol
CARÁCTEROptativo
PROFESORADO
Andrés Cano Utrera 1 ECTS
Enrique Herrera Viedma 1 ECTS
María José Martín Bautista 1 ECTS
Luis Martínez López 1 ECTS
COMPETENCIAS
Se pretende que el alumno sea capaz de:
  • Entender los fundamentos de los sistemas de recomendación y conocer su estructura
  • Distinguir los tipos de sistemas de recomendación y su ámbito de aplicación
  • Estudiar los tipos de perfiles de usuario y cómo se construyen utilizando técnicas inteligentes
  • Ver aplicaciones reales utilizando sistemas de recomendación orientados tanto al comercio electrónico como a la mejora de la búsqueda en web
METODOLOGÍA DE ENSEÑANZA Y APRENDIZAJE
El sistema de clases es presencial, aunque se pretende el uso intensivo de los recursos de internet para mejorar y potenciar la calidad docente. Para ello profesores y alumnos disponen de un acceso identificado a través de esta web que permite la comunicación directa entre el profesor y el alumno, descarga de material, consultas diversas, foros, realización de encuestas, etc.  Como referencia básica cada ECTS se corresponde con 25 horas de trabajo efectivo del alumno y habitualmente se estructura de la siguiente forma

- 4 horas de clases presenciales
- 4 horas de clases de trabajo práctico en laboratorio
- 17 horas de trabajo del alumno
CRITERIOS Y PROCEDIMIENTOS DE EVALUACIÓN
Realización de distintos tipos de prácticas.
Pruebas periódicas, exámenes finales (orales, escritos).
Trabajos presentados y académicamente dirigidos, teóricos o participación activa en clases, seminarios, etc., y otras prácticas, sobre el contenido del curso actividades que garanticen una evaluación objetiva.
TEMARIO DE TEORÍA
Tipos de Sistemas de Recomendación 1 ECTS
Fundamentos de los Sistemas de Recomendación 1 ECTS
Perfiles de usuario 1 ECTS
Aplicaciones 1 ECTS
TEMARIO DE PRÁCTICAS
Las prácticas se realizarán con sistemas de recomendación existentes como
Movielens, launch.com, Moviefinder, filmaffinity
BIBLIOGRAFÍA
  • Baeza-Yates, R. and Ribeiro-Neto B. Modern Information Retrieval, Addison Wesley, New York, 1999.
  • Baldi, Frasconi, Smyth. Modeling the internet and the web: Probabilistic Methods and algorithms. Wiley 2003.
  • Burke, R., Knowledge-based Recommender Systems. Vol. 69, Supplement 32. New York: Marcel Dekker, 2000
  • Burke R.. Hybrid recommender systems: Survey and experiments. User Modelling and User-adapted Interaction, (12):331-370, 2002 Recommender Systems. Special section in Communications of the ACM, Vol. 40, No. 3; March 1997.
  • Malone, T.W., Grant, K.R., Turbak, F.A., Brobst, S.A. and Cohen, M.D. (1987) Intelligent Information Sharing Systems. Communications of the ACM, 30, 5, pp. 390-402. Available for fee from: http://www.acm.org/pubs/citations/journals/cacm/1987-30-5/p390-malone/
  • Mukherjee R., Sajja N. y Sen S. A Movie Recommendation System ? An Application of Voting Theory in User Modeling, User Modeling and User ? Adapted Interaction; Feb-May 2003; 13, 1.
  • Paul Resnick et al. GroupLens: An Open Architecture for Collaborative Filtering of Netnews, Internal Research Report, MIT Center for Coordination Science, March 1994. http://www-sloan.mit.edu/ccs/1994wp.html
  • L. Martínez, L.G. Pérez, M. Barranco, A Multi-granular Linguistic Based-Content Recommendation Model. International Journal of Intelligent Systems. 22:5, 2007 pp.419-434
Máster: Soft Computing y Sistemas Inteligentes
Mapa Web
sugerencias
Dpto. Ciencias de la Computación e Inteligencia Artificial
E.T.S. Ingeniería Informática y de Telecomunicaciones
Universidad de Granada
 
¡CSS Válido!   Valid XHTML 1.1