Recomendación por similitud semántica en repositorios con grandes volúmenes de datos de medición

Autores/as

  • María Laura Sánchez Reynoso, Doctoranda Data Science Research Group, Facultad de Ciencias Económica y Jurídicas, Universidad Nacional de La Pampa - Argentina
  • Mario José Diván Director

DOI:

https://doi.org/10.33414/ajea.5.751.2020

Palabras clave:

Similitud Semántica, Repositorio, Datos, Medición

Resumen

Los proyectos de medición y evaluación son definidos utilizando un marco formal de medición y evaluación, el cual permita considerar la entidad bajo monitoreo, la cual forma parte de nuestro análisis. Puede suceder, que dicha entidad, no cuente con experiencia o conocimiento previos, provocando esto que no se pueda recomendar sugerencias en situaciones determinadas. En este sentido, y de manera de poder solucionar dicha situación, es que se plantea la idea de recomendar de acuerdo con la similitud semántica que presenten las entidades bajo monitoreo, considerando las mediciones surgidas del proyecto de medición y evaluación definidos previamente. El objetivo es justamente poder detectar entidades bajo monitoreo similares estableciendo un puntaje de similitud que permita brindar experiencias y-o recomendaciones por analogía con otra entidad en caso de ausencia de estas en la entidad objeto de análisis. Aquí se presenta un avance parcial de esta línea de investigación, indicando los resultados obtenidos en lo que respecta a similitud semántica, coeficientes de similitud, estrategias de recomendación y actualización de diferentes componentes de la arquitectura de procesamiento de flujo de datos.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2020-10-05

Cómo citar

Sánchez Reynoso, M. L., & Diván, M. J. (2020). Recomendación por similitud semántica en repositorios con grandes volúmenes de datos de medición. AJEA, (5). https://doi.org/10.33414/ajea.5.751.2020