Sistemas de recomendación y aplicaciones: introducción y tipos de filtrado

Introducción y objetivos

Los sistemas de recomendación se encuentran a día de hoy en multitud de servicios online y tienen como principal misión ofrecer de manera personalizada productos o servicios que pueden ser del interés del cliente y no mostrar aquellos productos o servicios por los que no hay interés. Para abordar este cometido los sistemas de recomendación deben ser conocedores de los gustos de la persona de una manera o de otra con el objetivo de saber sus preferencias para poder recomendar de manera exitosa.

Dependiendo de cómo se interactúe con los sistemas de recomendación o de la información que estos dispongan del perfil o de las características de los productos que recomendar se podrá desarrollar un sistema de recomendación utilizando diferentes técnicas y tipos de filtrado, siendo los más relevantes los siguientes cuatro, que serán los que se vea con detalle en esta unidad:

• Filtrado demográfico.
• Filtrado basado en contenido.
• Filtrado colaborativo.
• Métodos de filtrado híbridos.Si bien es cierto que no todos estos sistemas de recomendación ofrecen los mismos resultados a nivel de rendimiento (siendo el filtrado colaborativo el que mejores resultados ofrece), sí es necesario conocer todos ellos para abordar de la mejor manera posible el desarrollo de un sistema de recomendación que pueda hacer crecer el negocio, ya que no siempre se dispone de la misma información de los usuarios y de los productos que recomendar, así como de la manera en la que los usuarios interactúan con el sistema de recomendación.

En esta unidad se verán las características de los sistemas de recomendación, los elementos fundamentales para desarrollar un sistema de recomendación y los tipos de interacciones que puede dar el usuario para desarrollar el sistema de recomendación más adecuado en cada caso, así como algunas técnicas como el KNN o la factorización matricial para la creación de sistemas de recomendación basadas en filtrado colaborativo y algunos ejemplos prácticos.

Por último, se mostrarán algunos sistemas de recomendación comerciales y se verá su funcionamiento y de qué tipo son.

Objetivos de la unidad

1. Conocer qué son los sistemas de recomendación y qué problemas resuelven.
2. Conocer los diferentes tipos de sistemas de recomendación:
   • Filtrado demográfico.
   • Filtrado basado en contenido.
   • Filtrado colaborativo.
   • Filtrados híbridos.
3. Conocer los elementos que un sistema de recomendación necesita para emitir recomendaciones.
4. Conocer el funcionamiento de los sistemas de recomendación basado en filtrado colaborativo y cómo estos calculan las recomendaciones.
5. Conocer el funcionamiento de los sistemas de recomendación apoyado en filtrado basado en contenido y cómo estos calculan las recomendaciones.
6. Conocer algunos sistemas de recomendación comerciales y cómo estos emiten las recomendaciones.

Introducción a los sistemas de recomendación

Un sistema de recomendación es un sistema inteligente que proporciona a los usuarios una serie de sugerencias personalizadas (recomendaciones) sobre un determinado tipo de productos, en adelante, ítems.

Los sistemas de recomendación estudian las características de cada usuario y mediante un procesamiento de los datos encuentran un subconjunto de ítems que pueden resultar de interéspara estos.

USUARIOS + RECOMENDACIONES + 4 SISTEMA DE RECOMENDACIÓN D o D USUARIOS > ITEMS ITEMS Figura 1. Sistema de recomendación. Fuente: elaboración propia.

Los sistemas de recomendación pueden emplearse para proporcionar recomendaciones sobre una amplia variedad de tipos de productos, pudiendo encontrar sistemas de recomendación de películas, libros, restaurantes, destinos vacacionales, productos en comercio electrónico, recursos educativos, etc.

La forma en la que se realizarán las recomendaciones puede variar mucho en función de qué es lo que se quiere recomendar. No obstante, todos los sistemas de recomendación deben tener en común las siguientes características:

1. Existe un conjunto de usuarios a los que realizar recomendaciones. Sobre estos usuarios se puede tener la información que el sistema de recomendación necesite, como nombre, edad, género, etc.
2. Se dispone de un conjunto de ítems que se quiere recomendar. Los ítems que recomendar pueden diferir mucho entre cada sistema (libros, música, películas, viajes, etc.).
3. Se tienen registradas las valoraciones que realizan los usuarios sobre los items. La forma en la que los usuarios valoran los ítems puede ser implícita (el usuario es monitorizado y se evalúan los ítems en función de su comportamiento) o explícita (el usuario decide qué ítems valorar bien, sea con una nota, por ejemplo, del 1 al 5, o con un "me gusta" o un "no me gusta").

De forma adicional y dependiendo del sistema de recomendación, este puede tener registrada más información sobre los usuarios y los ítems para llevar a cabo el proceso de recomendación.

Una manera de representar las valoraciones que los usuarios realizan sobre los ítems es en lo que comúnmente se conoce en los sistemas de recomendación como la "matriz de votos", en la que los usuarios están representados por filas, los ítems, en columnas, y el contenido de la matriz sonlas valoraciones que emiten los usuarios sobre los ítems, pudiendo tener estas valoraciones diferentes valores, como notas del 1 al 5, 0 o 1, en función de si al usuario le gusta o no el ítem, el número de veces que el usuario visualiza el ítem, etc.

ITEMS 0 D 0=0 U S U . A Votos R I O O S Figura 2. Ejemplo de una matriz de votos en un sistema de recomendación. Fuente: elaboración propia.

Uno de los problemas que tienen estas matrices de votos es que no están rellenas, es decir, que en un sistema de recomendación los usuarios no evalúan todos los ítems, por tanto, hay que tener cuidado cuando se trabaja con sistemas de recomendación y tener en cuenta que los usuarios han podido valorar positiva o negativamente un ítem, o no votar el ítem. En este último caso se asumirá que el usuario no es conocedor de ese ítem, por lo que será un ítem susceptible de ser recomendado al usuario.

Importancia de los sistemas de recomendación

A día de día, Internet es una importante herramienta de comunicación y de obtención de información que es utilizada a diario por mucha gente para trabajar, entretenerse, mantenerse al día sobre la actualidad, realizar transacciones, compras, etc. Es, sin duda, Internet, una de las herramientas más importantes y versátiles creadas por el ser humano, pero es justo esa versatilidad el punto más débil que tiene, ya que la mayoría de los usuarios se sienten impotentes ante la gran cantidad de información que hay en la Red. A este fenómeno se le conoce como "el problema de la sobrecarga de información".

Con el objetivo de reducir el problema de la sobrecarga de información, se han desarrollado herramientas conocidas como los buscadores, que tienen como objetivo mostrar al usuario la información que hay en Internet, filtrando esa información por palabras clave.

El resultado que ofrecen esos buscadores al usuario es una lista de páginas web (tras realizar un análisis del contenido que hay en Internet) que contienen las palabras clave escritas y que les permitirán encontrar los elementos que buscan en Internet.

Uno de los buscadores más conocidos y utilizados por los usuarios es Google, que ordena los resultados de las búsquedas con el algoritmo conocido como el PageRank, que es un algoritmo que otorga un factor de importancia a las páginas web y que las lista en función de la búsqueda realizada por el usuario y de la importancia de la web.

Con el paso del tiempo Internet ha ido evolucionando hacia lo que se conoce como la web 2.0 o web social, que ha permitido que los propios usuarios de Internet puedan generar información (a través de blogs, wikis, etc.), y agravar de alguna forma el problema de la sobrecarga de información. Ni mucho menos esto se ha convertido en un problema, ya que gracias a los usuarios Internet tiene cada vez más contenido y permite obtener más información sobre determinados temas, pero sigue siendo necesario que esa información se filtre de alguna forma.

Otro éxito de la web social han sido las redes sociales, como Facebook, Twitter, Instagram, LinkedIn, etc., que también permiten a los usuarios generar información de carácter más personal.

Pese al aplastante éxito de la web social, para un usuario de Internet inexperto o sin ganas de preocuparse por elegir el tipo de información que desea recibir este tipo de paradigma de Internet es insuficiente. Sería mucho más cómodo para los usuarios que un sistema informático monitorizase su actividad en la Red y que descubriera lo que realmente les gusta y les consiguiese aquella información que fuese verdaderamente interesante para el usuario. Estas herramientas existen y han sido denominadas como sistemas de recomendación.

Por tanto, se puede entender el sistema de recomendación como un filtro que deja pasar aquella información que le va a resultar de interés al usuario y va a desechar aquella que le pueda resultar indiferente.

Tipos de sistemas de recomendación

Como se ha comentado anteriormente, es frecuente denominar como filtros a los sistemas de recomendación, ya que estos dejan pasar aquella información que consideran relevante para el usuario y bloquean los ítems que no se ajustan a las preferencias de este.

Ateniendo a esta definición de filtrado, los sistemas de recomendación se clasifican así:

• Filtrado demográfico.
• Filtrado basado en contenido.
• Filtrado colaborativo.
• Métodos de filtrado híbridos.