¿Cómo funciona la inteligencia artificial en los sistemas de recomendación?
En la actualidad los sistemas de recomendación están por todas partes, son los encargados de mostrar contenido relacionado en portales de cine, productos similares en tiendas online y hasta anuncios adaptados a nuestros gustos en las redes sociales.
Estos sistemas aprenden, literalmente, sobre los temas que nos gustan, y muestran todo el contenido que pueda ser interesante para nosotros basándose en nuestros gustos pasados, o lo que es lo mismo, en el patrón de elecciones que hemos tenido hasta la fecha en un portal determinado.
Inteligencia artificial y sistemas de recomendación
¿Cómo funciona?
En computación estos sistemas de recomendación estudian nuestras preferencias con el fin de sugerirnos contenido de nuestro interés. El sistema de recomendación, también conocido como recomendador nos asiste creando un perfil personalizado. El recomendador filtra ítems relevantes, como nuestras preferencias y gustos para detectar nuestro patrón de comportamiento y crear así dicho perfil.
Al final el objetivo de un sistema de recomendación es el de recomendar al usuario items de su interés: películas, juegos, productos… Con el fin de que el usuario haga click o directamente compre. Esto se traduce en beneficios para el consumidor que encuentra rápidamente lo que quiere, y en un mayor beneficio para la empresa, que llega más rápidamente a su público objetivo.
Tipos de sistemas de recomendación
Para entender cómo funcionan los sistemas de recomendación tenemos que entender los 3 modelos principales que existen, los que eligen las recomendaciones según el contenido, los que hacen lo mismo con las interacciones y los híbridos:
– Recomendadores basados en contenido: Este sistema encuentra las similitudes entre dos productos para sugerirte ítems relacionados con los que buscas habitualmente, si por ejemplo buscas “La Sirenita” para poner esa película a tu hija, es normal que el buscador te muestre automáticamente “La Cenicienta”. Pues son dos films con características muy similares, y por ende el recomendador entiende que también te gustará. Es un sistema muy útil cuando no se posee mucha información sobre el usuario.
– Basados en interacciones: Podríamos decir que este tipo de recomendado se basa en la máxima “Dime con quién andas y te diré quien eres”. A la hora de mostrar recomendaciones el sistema no necesita conocer las características de los productos, si no las interacciones que realizamos como usuario. Reciben el nombre de sistemas de recomendación colaborativos y se fundamentan en las interacciones que realizan otros usuarios. Realiza predicciones automáticas basándose en las interacciones de usuarios con intereses comunes.
– Sistemas híbridos: Son una combinación de los dos anteriores. El ejemplo más común de este sistema de recomendación es la plataforma Netflix, por un lado la plataforma muestra una parrilla personalizada donde te muestra sus productos en base a otras series, películas o documentales que has visto. Por otro lado te ofrece recomendaciones que, si bien pueden no ser del género que acostumbras a ver, han gustado a otros usuarios similares a ti. Otros ejemplos famosos son Spotify y Amazon que sugieren ítems basándose en las elecciones de otros usuarios.