Sistema de recomendaciones basado en confianza para un entorno de publicidad ubicua

Abstract

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.