Optimización de sistemas de recomendaciones en un entorno médico mediante la utilización de contexto social obtenido de las redes sociales

Abstract

En el presente trabajo se propone un algoritmo de recomendación basado en friendsourcing para ser utilizado en sistemas de recomendaciones de recursos médicos. El objetivo de friendsourcing es utilizar información social para mejorar la experiencia de búsqueda de los usuarios y en este caso el algoritmo propuesto considera características sociales como son las relaciones entre los usuarios en una red social y las valuaciones de recursos previamente hechas por éstos. El algoritmo de recomendación se integra a un sistema de recomendación real y se llevan a cabo pruebas para testear el correcto y esperado comportamiento del mismo. Finalmente se proponen mejoras al algoritmo como trabajo a futuro. En las pruebas realizadas se lograron obtener resultados eficientes (precisión = 75 %, recall = 78 %), mostrando que la información contenida en las redes sociales como son las relaciones de amistad entre usuarios y las valuaciones de recursos hechas por usuarios similares son relevantes para la generación de recomendaciones personalizadas en un sistema de recomendación.