dir. (Universitat Autònoma de Barcelona. Àrea de Planificació de Sistemes d'Informació)
Títol variant: |
Aplicació per a la recomanació de pel·lícules |
Títol variant: |
Movie recommendation application |
Data: |
2024 |
Resum: |
El constant canvi en l'àmbit tecnològic ha portat a una expansió sense precedents d'aplicacions d'entreteniment, generant un desafiament en seleccionar contingut en un panorama saturat. Aquest article representa un projecte destinat a desenvolupar una aplicació web que té com a objectiu simplificar la cerca de pel·lícules, centrant-se en les preferències de l'usuari. Al llarg de l'article, s'exploren els objectius i funcions clau de l'aplicació, detallant la metodologia i tecnologies seleccionades, amb especial èmfasi en l'optimització del codi per millorar el temps de resposta. Es presenten els resultats obtinguts fins al moment i se'n treuen conclusions. Per a la implementació de recomanacions personalitzades, es consideren biblioteques com TensorFlow. js, juntament amb l'ús de la matriu usuari-element per a l'anàlisi de recomanacions, emprant algoritmes com la descomposició de valors singulars (SVD), similitud del cosinus i Autoencoders. L'arquitectura es desplega en un entorn de servidor Node. js, utilitzant tecnologies com Express. js per manejar les sol·licituds HTTP, a més s'aprofiten bases de dades NoSQL per emmagatzemar, gestionar la informació i s'inclou una API per facilitar l'accés extern a la funcionalitat de l'aplicació. |
Resum: |
El constante cambio en el ámbito tecnológico ha llevado a una expansión sin precedentes de aplicaciones de entretenimiento, generando un desafío al seleccionar contenido en un panorama saturado. Este artículo representa un proyecto destinado a desarrollar una aplicación web que tiene como objetivo simplificar la búsqueda de películas, enfocándose en las preferencias del usuario. A lo largo del artículo, se exploran los objetivos y funciones clave de la aplicación, detallando la metodología y tecnologías seleccionadas, con especial énfasis en la optimización del código para mejorar el tiempo de respuesta. Se presentan los resultados obtenidos hasta el momento y se extraen conclusiones. Para la implementación de recomendaciones personalizadas, se consideran bibliotecas como TensorFlow. js, junto con el uso de la matriz usuario-elemento para el análisis de recomendaciones, empleando algoritmos como la descomposición de valores singulares (SVD), similitud del coseno y Autoencoders. La arquitectura se despliega en un entorno de servidor Node. js, utilizando tecnologías como Express. js para manejar las solicitudes HTTP, además se aprovechan bases de datos NoSQL para almacenar, gestionar la información y se incluye una API para facilitar el acceso externo a la funcionalidad de la aplicación. |
Resum: |
The constant change in the technological landscape has led to an unprecedented expansion of entertainment applications, generating a challenge when selecting content in a saturated landscape. This article represents a project aimed at developing a web application that aims to simplify the search for movies, focusing on user preferences. Throughout the article, the key objectives and functions of the application are explored, detailing the methodology and selected technologies, with a special emphasis on optimizing the code to improve response time. The results obtained so far are presented, and conclusions are drawn. For the implementation of personalized recommendations, libraries such as TensorFlow. js are considered, along with the use of the user-item matrix for recommendation analysis, employing algorithms such as Singular Value Decomposition (SVD), Cosine similarity and Autoencoders. The architecture is deployed in a Node. js server environment, utilizing technologies such as Express. js to handle HTTP requests, and taking advantage of NoSQL databases to store, manage information, and includes an API to facilitate external access to the application's functionality. |
Drets: |
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. ![Creative Commons](/img/licenses/by-nc-nd.ico) |
Llengua: |
Castellà |
Titulació: |
Grau en Enginyeria Informàtica [2502441] |
Pla d'estudis: |
Enginyeria Informàtica [958] |
Document: |
Treball final de grau ; Text |
Àrea temàtica: |
Menció Tecnologies de la Informació |
Matèria: |
Aplicació web ;
Sistemes de Recomanació ;
TensorFlow ;
Descomposició de valors singulars (SVD) ;
Similitud del cosinus ;
Autoencoders ;
Node.js ;
Express.js ;
HTTP ;
Base de dades NoSQL ;
API ;
Aplicación Web ;
Sistemas de Recomendación ;
Descomposición de valores singulares(SVD) ;
Similitud del coseno ;
Nodejs ;
Base de datos NoSQL ;
Web Application ;
Recommendation Systems ;
Singular Value Decomposition (SVD) ;
Cosine similarity ;
NoSQL Database |