Una revisión de métodos, técnicas y algoritmos para sistemas de recomendación de productos tecnológicos

Abstract

Los sistemas de recomendación son herramientas de filtrado de información que ayudan a presentar elementos a los usuarios en función de sus gustos y preferencias. Por ejemplo, pueden realizar sugerencias de artículos para el hogar o productos específicos para un usuario. Actualmente, existen diversos tipos de sistemas de recomendación (SR) para abordar el incremento de información en internet por parte de las empresas y, de esa manera, mejorar la eficiencia en sus procesos de venta de productos. Así mismo, existen diferentes tipos de sistemas de recomendación que utilizan técnicas específicas para cumplir con los objetivos del rubro de la empresa. Están los sistemas de popularidad, por ejemplo, que se centran en la popularidad de un producto, teniendo como criterios los likes, comentarios, el tiempo que un cliente se tomó para revisar el producto, etcétera. También existen los de contenido que, basándose en el historial de un cliente, intentan predecir qué busca el usuario y sugerir productos en relación a posibles gustos del cliente. Finalmente, los sistemas de recomendación de filtrado colaborativo, que generan recomendaciones analizando datos, identificando usuarios y comparando la información del perfil del usuario con la de un colectivo de usuarios. En base a lo antes mencionado, en el presente artículo de investigación se propone una revisión de métodos, técnicas y algoritmos para sistemas de recomendación de productos eléctricos. El objetivo es apoyar y facilitar la toma de decisiones, así como también ayudar en el mejoramiento continuo de las empresas y, de esta manera, incrementar la eficiencia de los sistemas al momento de su implementación.