Resumen

En la última década, el análisis de sentimientos, la minería de opiniones y la subjetividad de los microblogs en los medios sociales han atraído una gran atención de los investigadores. Los sistemas de recomendación de películas son herramientas que proporcionan valiosos servicios a los usuarios. Los datos disponibles en línea están creciendo gradualmente porque las actividades en línea de los usuarios o espectadores aumentan día a día. Por ello, se han planteado problemas de big data, analítica y computación. Por lo tanto, tenemos que mejorar los servicios de recomendación sobre el tradicional para que el sistema de recomendación sea significativo y eficiente. Este artículo presenta la solución a estos problemas mediante la producción de servicios de recomendación significativos y eficientes utilizando multivariantes (calificaciones, votos, gustos de Twitter y críticas) de películas de múltiples recursos externos que son obtenidos por el bot web y gestionados por el marco de Apache Hadoop de manera distribuida. Las reseñas son analizadas por un analizador semántico profundo basado en la red neuronal recurrente (atención RNN/LSTM) con atención a la película del usuario (UMA) para producir la emoción. El recomendador propuesto evalúa multivariantes y produce una lista de recomendación de películas más significativa según el gusto del usuario en una app móvil de forma eficiente.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:actividades del usuario, ofertas de atención, múltiples recursos externos, analizador semántico profundo, red neuronal recurrente, sistema de recomendaciones de películas, lista de recomendaciones de películas, servicios de recomendaciones eficientes, subjetividad de los microblogs, atención de las películas del usuario
• Keywords:activities of user, deals of attention, multiple external resources, deep semantic analyzer, recurrent neural network, movies recommendations system, movies recommendations list, efficient recommendations services, subjectivity of microblogs, user movies attention