Abstract

El etiquetado social consiste en clasificar recursos web, con el uso de palabras o etiquetas libremente elegidas por los usuarios. La simplicidad y apertura de los sistemas de etiquetado social para organizar recursos, es la clave de su éxito en Internet. Existen numerosos enfoques para facilitar al usuario el proceso de etiquetado, permitiéndole reutilizar etiquetas y optimizando así su limitado tiempo de lectura y escritura. Este documento propone un enfoque híbrido diferente, que resuelve de forma sencilla el problema de las recomendaciones basadas únicamente en el contenido del recurso, fusionando la lista de recomendaciones con las etiquetas más populares del historial de etiquetas del usuario, permitiéndole así reutilizar los términos asignados a otros recursos.

Highlights

  • Social tagging consists of classifying web resources using words or tags freely chosen by users

  • Los enfoques basados en Filtrado Colaborativo (FC) requieren la inclusión de una nueva dimensión a la tradicional matriz de usuarios y recursos, que está dada por las asignaciones de etiquetas entre ellos

  • La URL stoplist posee además otros términos que aparecen con mucha frecuencia en las direcciones web, como HTTP, PHP, WWW, INDEX, por lo cual se los considera stopwords en la URL de las páginas web, pero no en los demás elementos estructurales del HTML

Read more

Summary

Introducción

Tagging o etiquetado social es una de las técnicas de clasificación de información más populares en la actualidad y ha sido implementado exitosamente en aplicaciones web de uso masivo como BibSonomy (https://www.bibsonomy.org/), Flickr (https://www.flickr.com/), entre otras, que permiten a los usuarios etiquetar y luego localizar páginas web, publicaciones académicas, objetos multimedia, entre otros tipos de recursos. Por los usuarios, algunos sitios web de etiquetado social han implementado el servicio de recomendación de etiquetas, que consiste en mostrar al usuario una lista de las etiquetas más relevantes para clasificar un recurso dado. El aporte de este trabajo es mostrar que el historial de etiquetado del usuario puede utilizarse de una manera sencilla y aun así efectiva, para complementar modelos de recomendación basados en contenido, de manera que se obtengan modelos de recomendación híbridos basados en el contenido del recurso a etiquetar y en el historial de etiquetas del usuario. En la sección 5 se explica el modelo de recomendación propuesto, que incorpora el historial del usuario para realizar las recomendaciones de etiquetas, a un modelo previo basado en contenido. Las conclusiones logradas y el planteamiento de posibles trabajos futuros se muestran en la sección 8

Trabajos relacionados
El Modelo de Espacio de Vectores
Métrica de similitud del coseno y técnica TF
Algoritmo de regresión lineal
Stopwords y Stoplists
Metodología
Modelo de recomendación propuesto
Fase de aprendizaje de pesos
Fase de predicción o recomendación de etiquetas
Conjunto de datos relacional
La URL stoplist y la stoplist general
Línea base
Métricas de evaluación
Resultados obtenidos
Discusión
Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call