Análisis y conversión de variable de conteo de uso en variable calificación para la elaboración de un modelo de recomendación de canciones
Compartir en:
- Views
- Downloads
Date
2022Publicador
Fundación Universitaria Los Libertadores. Sede Bogotá.
Documentos PDF
Abstract
Este artículo presenta un análisis de datos que permite múltiples formas para la conversión de la variable de conteo en una variable de calificación, para así generar un modelo de recomendación de canciones basado en un dataset de rock clásico a través del filtro colaborativo de la herramienta Turicreate de Machine Learning con la ayuda del software Python de Ubuntu.
Como resultado, se encontró que la base de datos posee un alto sesgo el cual implicó analizar la data en profundidad y crear un modelo que contemple con mayor peso los datos escuchados más de una vez por los usuarios. El modelo de recomendación posee una precisión 0.075 y 0.20 recuperación mayor que el modelo que le antecede en valores comparativos de rendimiento, esto demuestra que el modelo brinda una recomendación satisfactoria ya sea filtrando por usuario, título de canción o artista. Se evidenció que el modelo provee una metodología ágil y confiable para el entendimiento lógico del análisis y creación de un sistema de recomendación. Como conclusión general se observa que, entre distintas formas de mitigar el sesgo