Resumen

El rápido crecimiento de la web y sus aplicaciones ha creado una importancia colosal para los sistemas de recomendación. Los sistemas de recomendación, que se aplican en varios ámbitos, se diseñaron para generar sugerencias de artículos o servicios en función de los intereses del usuario. Básicamente, los sistemas de recomendación experimentan muchos problemas que reflejan la disminución de su eficacia. La integración de potentes técnicas de gestión de datos en los sistemas de recomendación puede resolver estos problemas y aumentar considerablemente la calidad de las recomendaciones. Las investigaciones recientes sobre sistemas de recomendación revelan la idea de utilizar los datos de las redes sociales para mejorar el sistema de recomendación tradicional con una mejor predicción y una mayor precisión. En este artículo se exponen los puntos de vista sobre los sistemas de recomendación basados en datos de redes sociales teniendo en cuenta el uso de diversos algoritmos de recomendación, las funcionalidades de los sistemas, los diferentes tipos de interfaces, las técnicas de filtrado y las técnicas de inteligencia artificial. Tras examinar la profundidad de los objetivos, las metodologías y las fuentes de datos de los modelos existentes, el artículo ayuda a cualquier persona interesada en el desarrollo de sistemas de recomendación de viajes y facilita la dirección de la investigación futura. También hemos propuesto un sistema de recomendación de lugares basado en el caminante de confianza socialmente pertinente (SPTW) y hemos comparado los resultados con los modelos de caminante aleatorio existentes. Posteriormente, hemos mejorado el modelo SPTW para las recomendaciones de grupos de usuarios. Se han presentado los resultados obtenidos en los experimentos.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:sistema de recomendación, datos de redes sociales, técnicas de gestión de datos, técnicas de inteligencia artificial, sistema de recomendación tradicional, funcionalidad del sistema, sistema de recomendación basado, caminante de confianza pertinente, algoritmo de recomendaciones diversas, grupo de usuarios
• Keywords:recommender system, social network data, data management techniques, artificial intelligence techniques, traditional recommender system, functionality of system, based recommender system, pertinent trust walker, various recommendations algorithm, group of user