Implementación de un sistema pbkp_redictivo para grandes volúmenes de datos bajo tecnologías Big Data

Abstract:

Resumen:El presente trabajo de titulación está orientado a implementar un Servicio Web de Recomendación basado en filtrado colaborativo para grandes volúmenes de datos sobre plataformas Big Data que permita el rápido procesamiento de la información y apoye a la toma de decisiones. Actualmente en la Web, existen pocos procesos automatizados para servir dinámicamente contenido personalizado de productos en base a las preferencias e intereses de los usuarios y que facilite la decisión de elegir uno u otro producto. Se experimenta con el conjunto de datos MovieLens, la implementación del algoritmo de filtrado colaborativo ALS de Apache Spark MLlib para realizar recomendaciones de películas en línea mediante una API RESTful con Flask y, Hadoop HDFS. Para evaluar el comportamiento del algoritmo se realizan pruebas de carga al servicio web obteniendo recomendaciones de películas top, calificaciones individuales pbkp_redichas para cierta película agregando calificaciones a películas por usuarios. Los resultados muestran como es capaz de realizar recomendaciones en línea proporcionando respuestas rápidas, pero se enfrenta al problema del arranque en frío para usuarios nuevos con tiempos de 2, 25 y 95 min.

Año de publicación:

2018

Keywords:

• Ingeniero en sistemas informáticos y computación.-
• Bancos de datos.
• Procesamiento electrónico de datos.

Fuente:

rraae