{"id":{"repo_id":"oviedo","oai_identifier":"oai:digibuo.uniovi.es:10651/69669"},"canonical_url":"https://search.dev.ndltd.org/etd/oviedo/oai:digibuo.uniovi.es:10651/69669","repository":{"repo_id":"oviedo","name":"Universidad de Oviedo","base_url":"https://digibuo.uniovi.es/oai/request"},"display":{"title":"Influence of the inclusion of unstructured data in recommender systems","abstract":"La gran cantidad de datos disponibles a través de la red hacen más que patente la necesidad de sistemas que nos ayuden a separar el contenido relevante del que carece de importancia. Esta tarea es realizada por los llamados Sistemas de Recomendación, y en la actualidad podemos encontrarlos en la mayoría de las webs que utilizamos diariamente. Estos sistemas se entrenan, tradicionalmente, haciendo uso de las interacciones históricas de los usuarios (compras realizadas, canciones o videos reproducidos, noticias leídas, ...) puesto que no suele existir más información disponible para hacerlo. En la actualidad, muchas plataformas permiten también que los usuarios extiendan su opinión sobre la interacción mediante texto o imágenes (información no estructurada), los cuales, creemos que pueden utilizarse a la hora de crear o mejorar un Sistema de Recomendación. En los diversos trabajos de esta tesis pretendemos sacar provecho de este tipo de información (texto e imágenes particularmente) de diferentes formas con el objetivo de, no solo mejorar el rendimiento de los Sistemas de Recomendación, también su experiencia de uso, las formas en las que obtener una recomendación o la presentación de las recomendaciones finales entre otros.","abstract_html":"La gran cantidad de datos disponibles a través de la red hacen más que patente la necesidad de sistemas que nos ayuden a separar el contenido relevante del que carece de importancia. Esta tarea es realizada por los llamados Sistemas de Recomendación, y en la actualidad podemos encontrarlos en la mayoría de las webs que utilizamos diariamente. Estos sistemas se entrenan, tradicionalmente, haciendo uso de las interacciones históricas de los usuarios (compras realizadas, canciones o videos reproducidos, noticias leídas, ...) puesto que no suele existir más información disponible para hacerlo. En la actualidad, muchas plataformas permiten también que los usuarios extiendan su opinión sobre la interacción mediante texto o imágenes (información no estructurada), los cuales, creemos que pueden utilizarse a la hora de crear o mejorar un Sistema de Recomendación. En los diversos trabajos de esta tesis pretendemos sacar provecho de este tipo de información (texto e imágenes particularmente) de diferentes formas con el objetivo de, no solo mejorar el rendimiento de los Sistemas de Recomendación, también su experiencia de uso, las formas en las que obtener una recomendación o la presentación de las recomendaciones finales entre otros.","abstract_has_math":false,"creators":["Pérez Núñez, Pablo"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Díez Peláez, Jorge","Luaces Rodríguez, Óscar"],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022-12-01","date_published":"2022-12-01","updated_at":"2026-07-24T03:41:45Z","subjects":["Sistemas de Recomendación","Conjunto de datos"],"languages":["eng"],"rights":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"identifier_entries":[]},"links":{"outbound_url":"https://hdl.handle.net/10651/69669","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Díez Peláez, Jorge","Luaces Rodríguez, Óscar"]},{"key":"dc:contributor.other","label":"Dc Contributor Other","values":["Informática, Departamento de"]},{"key":"dc:creator","label":"Author","values":["Pérez Núñez, Pablo"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2023-09-20T10:54:23Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2023-09-20T10:54:23Z"]},{"key":"dc:date.issued","label":"Date","values":["2022-12-01"]},{"key":"dc:type","label":"Dc Type","values":["doctoral thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Sistemas de Recomendación","Conjunto de datos"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["eng"]},{"key":"dc:rights","label":"Dc Rights","values":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/4.0/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://hdl.handle.net/10651/69669"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Tesis doctoral con mención internacional"]},{"key":"dc:description.abstract","label":"Abstract","values":["La gran cantidad de datos disponibles a través de la red hacen más que patente la necesidad de sistemas que nos ayuden a separar el contenido relevante del que carece de importancia. Esta tarea es realizada por los llamados Sistemas de Recomendación, y en la actualidad podemos encontrarlos en la mayoría de las webs que utilizamos diariamente. Estos sistemas se entrenan, tradicionalmente, haciendo uso de las interacciones históricas de los usuarios (compras realizadas, canciones o videos reproducidos, noticias leídas, ...) puesto que no suele existir más información disponible para hacerlo. En la actualidad, muchas plataformas permiten también que los usuarios extiendan su opinión sobre la interacción mediante texto o imágenes (información no estructurada), los cuales, creemos que pueden utilizarse a la hora de crear o mejorar un Sistema de Recomendación. En los diversos trabajos de esta tesis pretendemos sacar provecho de este tipo de información (texto e imágenes particularmente) de diferentes formas con el objetivo de, no solo mejorar el rendimiento de los Sistemas de Recomendación, también su experiencia de uso, las formas en las que obtener una recomendación o la presentación de las recomendaciones finales entre otros."]},{"key":"dc:title","label":"Title","values":["Influence of the inclusion of unstructured data in recommender systems"]}]}],"canonical_facts":{"dc:contributor.advisor":["Díez Peláez, Jorge","Luaces Rodríguez, Óscar"],"dc:contributor.other":["Informática, Departamento de"],"dc:creator":["Pérez Núñez, Pablo"],"dc:date.accessioned":["2023-09-20T10:54:23Z"],"dc:date.available":["2023-09-20T10:54:23Z"],"dc:date.issued":["2022-12-01"],"dc:description":["Tesis doctoral con mención internacional"],"dc:description.abstract":["La gran cantidad de datos disponibles a través de la red hacen más que patente la necesidad de sistemas que nos ayuden a separar el contenido relevante del que carece de importancia. Esta tarea es realizada por los llamados Sistemas de Recomendación, y en la actualidad podemos encontrarlos en la mayoría de las webs que utilizamos diariamente. Estos sistemas se entrenan, tradicionalmente, haciendo uso de las interacciones históricas de los usuarios (compras realizadas, canciones o videos reproducidos, noticias leídas, ...) puesto que no suele existir más información disponible para hacerlo. En la actualidad, muchas plataformas permiten también que los usuarios extiendan su opinión sobre la interacción mediante texto o imágenes (información no estructurada), los cuales, creemos que pueden utilizarse a la hora de crear o mejorar un Sistema de Recomendación. En los diversos trabajos de esta tesis pretendemos sacar provecho de este tipo de información (texto e imágenes particularmente) de diferentes formas con el objetivo de, no solo mejorar el rendimiento de los Sistemas de Recomendación, también su experiencia de uso, las formas en las que obtener una recomendación o la presentación de las recomendaciones finales entre otros."],"dc:identifier.uri":["https://hdl.handle.net/10651/69669"],"dc:language.iso":["eng"],"dc:rights":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"dc:subject":["Sistemas de Recomendación","Conjunto de datos"],"dc:title":["Influence of the inclusion of unstructured data in recommender systems"],"dc:type":["doctoral thesis"]},"updated_at":"2026-07-24T03:41:45Z"}