Herramienta para el análisis big data aplicado a un sistema de recomendación utilizando mapreduce

Vega Mohalem, Anthony Jose

Publicación:
Herramienta para el análisis big data aplicado a un sistema de recomendación utilizando mapreduce

dc.contributor.advisor	Lamos Díaz, Henry
dc.contributor.advisor	Martinez Quezada, Daniel Orlando
dc.contributor.author	Vega Mohalem, Anthony Jose
dc.date.accessioned	2024-03-04T00:02:43Z
dc.date.available	2018
dc.date.available	2024-03-04T00:02:43Z
dc.date.created	2018
dc.date.issued	2018
dc.description.abstract	El propósito de este proyecto es realizar un sistema de recomendación basado en la herramienta de MapReduce que permita obtener resultados con mayor precisión en base a los contenidos vistos por los usuarios. Los sistemas de recomendación pueden definirse como herramientas diseñadas para interactuar con grandes conjuntos de información y complejos, determinando la facilidad de interacción con el usuario. A través de los sistemas de recomendación basados en modelos estadísticos, se busca adecuar la información y dar una mejor experiencia al nuevo usuario cuando interactúe con los ítems ya calificados por otros usuarios, los cuales pueden interesar. Para lograr relacionar los ítems con otros, se hace el filtrado colaborativo con la herramienta MapReduce. Los datos han ido constituyendo los grandes volúmenes de datos y crecen de modo exponencial, tanto así que las bases de datos de organizaciones y empresas han ido creciendo, pasando de volúmenes de datos de Terabytes a Petabytes; sin embargo, los datos de la web son los que tienen mayor porcentaje en lo que hoy en día se le atribuye con el nombre de Big Data, siendo esta la fuente de datos más utilizada y reconocida en la actualidad. Esto lo podemos ver en Amazon, Netflix, eBay, YouTube, entre otros.
dc.description.abstractenglish	The purpose of this project is to make a recommendation system based on the MapReduce tool that allows to obtain results with greater precision based on the contents seen by the users, the recommendation systems can be defined as tools designed to interact with large information sets and complex, determining the ease of interaction with the user. Through the recommendation systems based on statistical models, the aim is to adapt the information and give a better experience to the new user when interacting with the items already qualified by other users, which may be of interest. In order to relate the items with others, collaborative filtering is done with the MapReduce tool, Data has been constituting large volumes of data and growing exponentially, so much so that the databases of organizations and companies have been growing, from data volumes from Terabytes to Petabytes, however, the data on the web are those that have a greater percentage in what is nowadays attributed with the name of Big Data, being this the most used and recognized data source at present. We can see this in Amazon, Netflix, eBay, YouTube, among others. Due to the above, in this project an algorithm was implemented under the methodology of collaborative filtering using MapReduce, in order to improve the accuracy of the recommendations in the interaction of users and items, products or articles.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero Industrial
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/38465
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingenierías Fisicomecánicas
dc.publisher.program	Ingeniería Industrial
dc.publisher.school	Escuela de Estudios Industriales y Empresariales
dc.rights	http://creativecommons.org/licenses/by/4.0/
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc/4.0
dc.subject	Big Data
dc.subject	Filtrado Colaborativo
dc.subject	Mapreduce
dc.subject	Sistema De Recomendación
dc.subject.keyword	Big Data
dc.subject.keyword	Collaborative Filtering
dc.subject.keyword	Mapreduce
dc.subject.keyword	Recomendation System
dc.title	Herramienta para el análisis big data aplicado a un sistema de recomendación utilizando mapreduce
dc.title.english	Tool for big data analysis applied to a recommendation system using mapreduce
dc.type.coar	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversion	http://purl.org/coar/resource_type/c_7a1f
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type	Publication