Resumen

En la actualidad, para enriquecer el comercio electrónico, los sitios web se personalizan para cada usuario al entender sus intereses y comportamiento. Los principales desafíos de los datos de uso en línea son la sobrecarga de información y su naturaleza dinámica. En este documento, para abordar estos problemas, se propone un sistema recomendador dinámico WebBluegillRecom-annealing que utiliza técnicas de minería de uso web junto con agentes de software desarrollados para ofrecer recomendaciones dinámicas a los usuarios que pueden ser utilizadas para personalizar un sitio web. El sistema recomendador dinámico propuesto WebBluegillRecom-annealing utiliza la inteligencia de enjambre basada en el comportamiento de forrajeo de un pez bluegill. Supera la sobrecarga de información al manejar los comportamientos dinámicos de los usuarios. Nuestro sistema recomendador dinámico se comparó con sistemas tradicionales de filtrado colaborativo. Los resultados muestran que el sistema propuesto tiene una mayor precisión, cobertura, medida y escalabilidad que los sistemas tradicionales de filtrado colaborativo.

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Sistema de recomendación dinámico; Técnicas de minería de uso web; Sobrecarga de información; Comportamientos dinámicos; Sistemas de filtrado colaborativo; Inteligencia de enjambre
• Keywords:Dynamic recommender system; Web usage mining techniques; Information overload; Dynamic behaviors; Collaborative filtering systems; Swarm intelligence