Resumen:
El proceso de sugerir anuncios basados en información contextual
social debe ser apoyado en sistemas de recomendaciones (SR), los cuales utilizan
técnicas de búsqueda y filtrado de información para guiar a un usuario en un camino personalizado
de acuerdo a sus intereses en un gran espacio de opciones [10]. En [11] se presenta
una completa conceptualización de los SR y además se los clasifica en tres (3) grupos: 1) Basados
en contenido: los cuales utilizan las características de los elementos que le han gustado
al usuario en el pasado para realizar las recomendaciones: 2) Filtrado Colaborativo: que se
basan en la similitud de usuarios y sus ratings para realizar las recomendaciones; 3) Híbridos:
los cuales son una combinación de los dos anteriores. Para esta investigación son de especial
interés los SR de filtrado colaborativo, específicamente aquellos que, además de los ratings,
agregan una dimensión adicional que incluye la fortaleza de la relación entre usuarios, información
que puede derivarse a partir de las redes sociales. Este tipo de sistemas se denominan
sistemas de recomendaciones basados en confianza [12]. Es importante recalcar la importancia
que tienen estos sistemas en cuanto a la personalización de anuncios en ambientes de
publicidad ubicua.
Excepto si se señala otra cosa, la licencia del ítem se describe como https://creativecommons.org/licenses/by-nc-nd/4.0/