Sistemes recomanadors aplicats a productes de roba
Pérez Muro, Sergi
Baldrich i Caselles, Ramon, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Título variante:	Recommended systems applied to clothing products
Título variante:	Sistemas recomendadores aplicados a productos de ropa
Fecha:	2022
Resumen:	Els sistemes recomanadors avui dia són molt presents a internet, de manera que han canviat la forma en què les persones descobreixen i consumeixen nous continguts o productes. Un sistema recomanador és una eina que estableix un conjunt de criteris i valoracions sobre dades d'usuaris per realitzar prediccions sobre les preferències d'aquests i recomanar elements que els puguin ser d'utilitat. En aquest projecte s'exploren les diferents tècniques que ofereix el filtratge col·laboratiu, el que consisteix a utilitzar les dades de compres existents dels usuaris: aquelles basades en la similitud entre items (item-based), les basades en la similitud entre usuaris (user-based), la factorització de matrius i finalment les basades en aprenentatge profund. Aquestes s'apliquen a un problema real de recomanació de productes de roba a partir de les compres dels usuaris en què caldrà determinar quins són els 12 productes que els usuaris més probablement compraran.
Resumen:	Recommender systems today are really present on the internet, so they have changed the way people discover and cosume new content or products. A recommender system is a tool that establishes a set of criteria and assessments of user data to make predictions about their preferences and recommend items that may be useful to them. This project explores the different techniques offered by collaborative filtering, which consists in using data about purchases users have made. These tecniques are based in similarities of items (item-based), similarities of users (user-based), matrix factorization and finally based of deep learning architectures. These are applied to a real problem of recommending clothing products based on users purchases in which it will need to determine which 12 products are most likely to buy.
Resumen:	Los sistemas recomendadores hoy en día están muy presentes en internet, por lo que han cambiado la forma en que las personas descubren y consumen nuevos contenidos o productos. Un sistema recomendador es una herramienta que establece un conjunto de criterios y valoraciones sobre datos de usuarios para realizar predicciones sobre sus preferencias y recomendar elementos que les puedan ser de utilidad. En este proyecto se exploran las diferentes técnicas que ofrece el filtrado colaborativo, lo que consiste en utilizar los datos de compras existentes de los usuarios: aquellos basados ​​en la similitud entre items (item-based), los basados ​​en la similitud entre usuarios (user-based), la factorización de matrices y finalmente las basadas en aprendizaje profundo. Éstas se aplican a un problema real de recomendación de productos de ropa a partir de las compras de los usuarios en las que habrá que determinar cuáles son los 12 productos que los usuarios más probablemente comprarán.
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Lengua:	Català
Titulación:	Grau en Enginyeria Informàtica [2502441]
Plan de estudios:	Enginyeria Informàtica [958]
Documento:	Treball final de grau ; Text
Área temática:	Menció Computació
Materia:	Sistemes recomanadors ; Filtratge col·laboratiu ; Content-based ; Item-based cf ; User-based cf ; Factorització de matrius ; Alternating Least Squares ; Stochastic Gradient Descent ; Similitud de cosinus ; Similitud de jaccard ; Sistemas recomendadores ; Filtrado colaborativo ; Factorización de matrices ; Similitud de coseno ; Recommender systems ; Collaborative filtering ; Matrix factorization ; Cosine similarity ; Jaccard similarity

11 p, 794.0 KB

El registro aparece en las colecciones:
Documentos de investigación > Trabajos de Fin de Grado > Escuela de Ingeniería. TFG