“Diseminación selectiva de la información usando ciencia de datos: recomendación de libros y lecturas en las bibliotecas Comfama”
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javariana Cali
Abstract
Este proyecto se enfoca en el desarrollo de un sistema de recomendación de libros para las Bibliotecas Comfama, con el objetivo de mejorar la experiencia de los usuarios al proporcionar sugerencias personalizadas basadas en sus preferencias de lectura y comportamiento histórico. La relevancia del proyecto radica en abordar el problema de la infoxicación, o sobrecarga de información, en un entorno donde la vasta cantidad de materiales disponibles dificulta la selección de lecturas adecuadas para cada usuario. El sistema de recomendación se construyó utilizando técnicas avanzadas de ciencia de datos, como modelos de agrupación (K-Means) y representaciones vectoriales de libros mediante Word2Vec, lo que permite identificar patrones de lectura y preferencias individuales. A partir de esta estructura, se generaron recomendaciones altamente precisas y personalizadas que optimizan el servicio de préstamo de las Bibliotecas Comfama, aumentando así la satisfacción de los usuarios. El sistema se fundamenta en una estructura de datos que integra tanto características demográficas como el historial de préstamos y consultas de cada usuario, lo que facilita la identificación de perfiles de lectores y la agrupación de usuarios con intereses similares. Como resultado, el proyecto ofrece un sistema innovador que promueve el uso más frecuente y eficiente de los servicios bibliotecarios, fortaleciendo el papel de las bibliotecas en la promoción de la cultura y el conocimiento. Este enfoque tiene aplicaciones potenciales más allá del ámbito bibliotecario, con posibilidades de implementación en sectores como el comercio electrónico o la selección de contenido digital, aprovechando las capacidades de la ciencia de datos para anticipar y satisfacer las preferencias individuales de los usuarios.
Abstract
item.page.abstract.eng
item.page.descriptioneng
This project focuses on the development of a book recommendation system for Comfama Libraries, with the aim of improving the user experience by providing personalized suggestions based on their reading preferences and historical behavior. The relevance of the project lies in addressing the problem of infoxication, or information overload, in an environment where the vast amount of available materials makes it difficult to select appropriate reading materials for each user. The recommendation system was built using advanced data science techniques, such as clustering models (K-Means) and vector representations of books using Word2Vec, which allows the identification of reading patterns and individual preferences. From this structure, highly accurate and personalized recommendations were generated that optimize the Comfama Libraries' lending service, thus increasing user satisfaction. The system is based on a A data structure that integrates both demographic characteristics and the borrowing and browsing history of each user, facilitating the identification of reader profiles and the grouping of users with similar interests. As a result, the project offers an innovative system that promotes more frequent and efficient use of library services, strengthening the role of libraries in promoting culture and knowledge. This approach has potential applications beyond the library field, with implementation possibilities in sectors such as e-commerce or digital content selection, leveraging the capabilities of data science to anticipate and satisfy individual user preferences.