Resumen

El uso de tecnologías de computación ubicua con fines publicitarios es un campo emergente interesante para empresas grandes, medianas y pequeñas. Aunque los sistemas de recomendación han sido una solución tradicional para disminuir el esfuerzo cognitivo de los usuarios al encontrar artículos buenos y personalizados, el filtrado colaborativo clásico necesita incluir información contextual para ser más efectivo. La inclusión de información del contexto social de los usuarios en el algoritmo de recomendación, específicamente la confianza en otros usuarios, puede ser un mecanismo para obtener influencia de anuncios de otros usuarios en su círculo social más cercano. Sin embargo, no hay consenso sobre las variables a utilizar durante el proceso de inferencia de confianza, y su integración en un sistema de recomendación colaborativo clásico merece una investigación más profunda. Por otro lado, el dominio de la publicidad ubicua exige una evaluación del sistema de recomendación desde una perspectiva de novedad/precisión. La mejora del equilibrio precisión/novedad no es solo un asunto relacionado con el algoritmo de

• Materias:Algoritmo dinámico Redes Inalámbricas Redes de Comunicación Sistema de colas Teoría de juegos
• Subjects:Dynamic Algorithm Wireless Networks Communication networks Queuing systems Game theory
• Palabras claves:Informática omnipresente; Publicidad; Sistemas de recomendación; Información contextual; Inferencia de confianza; Filtrado colaborativo
• Keywords:Pervasive computing; Advertising; Recommender systems; Contextual information; Trust inference; Collaborative filtering