Resumen

Un sistema de recomendación proporciona datos personalizados (artículos, noticias, imágenes, música, películas, etc.) a sus usuarios. A medida que crece el interés en los sistemas de recomendación, comenzamos a trabajar en los sistemas de recomendación de películas. La mayoría de los esfuerzos de investigación en el campo de los sistemas de recomendación de películas se centran en descubrir las características más relevantes de los usuarios, o en buscar usuarios que compartan los mismos gustos que el usuario dado, así como en recomendar las películas de acuerdo con los gustos de estos usuarios buscados o en encontrar usuarios que compartan una conexión con otras personas (amigos, compañeros de clase, colegas, etc.) y hacer recomendaciones basadas en los gustos de esas personas relacionadas. Sin embargo, poca investigación se ha centrado en recomendar películas basadas en las características de las películas. En este documento, presentamos una idea novedosa que aplica técnicas de aprendizaje automático para construir un clúster para la película mediante la implementación de una matriz de distancia basada en las características de la película y luego hacer recomendaciones de películ

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Sistema de recomendación; Sistemas de recomendación de películas; Características; Usuarios; Técnicas de aprendizaje automático; Métodos de agrupamiento
• Keywords:Recommendation system; Movie recommendation systems; Features; Users; Machine learning techniques; Clustering methods