Desarrollo de métodos de explicabilidad para sistemas de recomendación grupal
Este trabajo de fin de máster se centra en el desarrollo de métodos de explicabilidad para sistemas de recomendación grupal. El objetivo principal es proporcionar explicaciones claras y comprensibles sobre las recomendaciones generadas en un contexto grupal, donde múltiples usuarios están involucrad...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2023 |
| País: | España |
| Institución: | Universidad de Jaén (UJA) |
| Repositorio: | CREA. Colección de recursos educativos abiertos |
| OAI Identifier: | oai:crea.ujaen.es:10953.1/20474 |
| Acceso en línea: | https://hdl.handle.net/10953.1/20474 |
| Access Level: | acceso abierto |
| Palabra clave: | 1203.04 Inteligencia artificial 1203.17 Informática Inteligencia artificial Informática Artificial intelligence Informatics |
| Sumario: | Este trabajo de fin de máster se centra en el desarrollo de métodos de explicabilidad para sistemas de recomendación grupal. El objetivo principal es proporcionar explicaciones claras y comprensibles sobre las recomendaciones generadas en un contexto grupal, donde múltiples usuarios están involucrados y se consideran las preferencias y restricciones del grupo. El enfoque metodológico se basa en una revisión de la literatura existente sobre técnicas de recomendación y explicabilidad en sistemas de recomendación. A partir de esta revisión, se diseñarán y desarrollarán métodos de explicabilidad adaptados para sistemas de recomendación grupal. Además, se llevarán a cabo experimentos y análisis comparativos para evaluar la efectividad y calidad de los métodos de explicabilidad desarrollados. Los resultados obtenidos permitirán determinar la eficacia de los métodos propuestos y su capacidad para generar explicaciones comprensibles y relevantes para los usuarios del sistema |
|---|