Diseño de sistema de profiling para ecosistema de ciencia ciudadana

Mostrar todas las versiones(2)
Detalles Bibliográficos
Autor Principal: Biagioni, Elías
Otros autores o Colaboradores: Torres, Diego
Formato: Tesis
Lengua:español
Datos de publicación: 2024
Temas:
APRENDIZAJE AUTOMÁTICO
ALGORITMOS
ciencia ciudadana
sistema de recomendación
Acceso en línea:http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2713
Consultar en el Cátalogo
Descripción Física:1 archivo (2,2 MB) : il. col.
Tabla de Contenidos:
  • 1. Introducción
  • 1.1. Motivación
  • 1.1.1. Objetivos
  • 1.2. Enfoque
  • 1.3. Organización
  • 2. Participación y Liderazgo en Ciencia Ciudadana
  • 2.1. Introducción
  • 2.2. Motivaciones de los Participantes
  • 2.3. Motivaciones de los Líderes de Proyectos
  • 2.4. Conclusión
  • 3. Cientopolis y Ágora
  • 3.1. Cientópolis
  • 3.2. Ágora
  • 3.2.1. Desarrollo de Ágora
  • 3.3. Modelo de Datos PPSRCore
  • 3.3.1. Asociación de Ciencia Ciudadana (CSA)
  • 3.3.2. Estándar de Modelo de Datos de Ciencia Ciudadana PPSRCore
  • 3.4. Conclusión
  • 4. Sistemas de Recomendación
  • 4.1. Definición
  • 4.2. Tipos de Sistemas de Recomendación
  • 4.2.1. No Personalizados
  • 4.2.2. Personalizados
  • 4.3. Funcionamiento de un Sistema de Recomendación
  • 4.4. Sistemas de Recomendación Basados en el Contenido
  • 4.4.1. Funcionamiento General
  • 4.4.2. Arquitectura
  • 4.4.3. Ventajas y Desventajas
  • 4.5. Tecnologías para Sistemas de Recomendación
  • 4.5.1. Machine Learning
  • 4.5.2. Tipos de Machine Learning
  • 4.5.3. Uso de Aprendizaje Automático en Sistemas de Recomendación
  • 4.5.4. Neo4j
  • 4.6. Conclusión
  • 5. Estrategia General
  • 5.1. Matemática y Algoritmos Aplicados
  • 5.1.1. Similitud Jaccard
  • 5.1.2. Normalización MínimoMáximo
  • 5.1.3. Producto de un Escalar por un Vector
  • 5.1.4. Producto de Matrices
  • 5.1.5. Algoritmo KNN
  • 5.2. Sistema de Recomendación de Proyectos a Usuarios para Ágora
  • 5.2.1. Content Analyzer
  • 5.2.2. Profile Learner
  • 5.2.3. Filtering Component
  • 5.2.4. Ejemplo Aplicado
  • 6. Diseño e Implementación
  • 6.1. Elección de Tecnología para el Sistema de Recomendación
  • 6.2. Modelo Propuesto
  • 6.3. Implementación
  • 6.3.1. Dependencias
  • 6.3.2. Modelos
  • 6.3.3. Repositorios
  • 6.4. Funcionamiento del Algoritmo KNN en Neo4j
  • 6.5. Recomendaciones en Ágora
  • 6.5.1. Endpoint
  • 6.5.2. Clases y Métodos Utilizados
  • 7. Evaluación
  • 7.1. Métricas de Evaluación
  • 7.1.1. Precision
  • 7.1.2. Recall
  • 7.1.3. F1Score
  • 7.2. Conjunto de Datos
  • 7.2.1. Inicialización de Proyectos
  • 7.2.2. Inicialización de Usuarios
  • 7.2.3. Inicialización de perfiles de usuarios
  • 7.3. Proceso de Evaluación
  • 7.4. Evaluación de Resultados
  • 7.4.1. Resultados con 468 Proyectos
  • 7.4.2. Resultados con 300 proyectos
  • 7.4.3. Análisis y Conclusiones sobre la Efectividad del Sistema de
  • Recomendación
  • 7.4.4. Evaluación del Sistema con la Configuración Propuesta
  • 8. Conclusión
  • 8.1. Conclusión
  • 8.2. Trabajos Futuros
  • 8.2.1. Optimización
  • 8.2.2. Inclusión de la Ubicación Geográfica
  • 8.2.3. Recomendación de Usuarios a Proyectos
  • 8.2.4. Sistema de Recomendación Colaborativo
  • 8.2.5. Integración con Ágora

Ejemplares similares