Resumen

Aunque los sistemas de recomendación personal y grupal se han desarrollado rápidamente recientemente, todavía existen desafíos y limitaciones. En particular, los usuarios exploran constantemente nuevos elementos y cambian sus preferencias a lo largo del tiempo, lo que causa dificultades para construir perfiles de usuario precisos y proporcionar resultados de recomendación precisos. En este contexto, este estudio aborda la conciencia del tiempo de las preferencias del usuario y propone un enfoque de recomendación híbrido tanto para recomendaciones individuales como grupales para satisfacer mejor los cambios en las preferencias de los usuarios y así mejorar el rendimiento de la recomendación. Los resultados experimentales muestran que el enfoque propuesto supera a varios algoritmos base en términos de precisión, recall, novedad y diversidad, tanto en recomendaciones personales como grupales. Además, es claro que el rendimiento de la recomendación puede mejorar en gran medida capturando los cambios en las preferencias del usuario en el estudio. Estos hallazgos son beneficiosos para aumentar la comprensión de los cambios dinámicos de preferencias

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Personal; Grupo; Sistemas de recomendación; Preferencias del usuario; Enfoque de recomendación híbrida; Perfiles de usuario
• Keywords:Personal; Group; Recommendation systems; User preferences; Hybrid recommendation approach; User profiles