EventsMOL2NET'23, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 9th ed.
Published
This submission belongs to the session 03. NICE.XSM-09: North-Ibero-America Congress on Exp. & Simul. Methods, Valencia, Spain-Miami, USA, 2023. of the event MOL2NET'23, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 9th ed.
Published date
21 Dec, 2023
Academic Editor
author-avatarHumbert G. Díaz
Citation
Alejandro Jimenez-Avendaño, Sistema de Recomendación usando LightGBM y Filtrado Colaborativo, in Proceedings of MOL2NET'23, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 9th ed., 25 December–31 December 2023, MDPI: Basel, Switzerland
Share
Email
Facebook
Twitter
LinkedIn

Sistema de Recomendación usando LightGBM y Filtrado Colaborativo

1. Maestría Ciencias de Datos, Mexico
2. Facultad de Ciencias Físico Matemáticas, UANL
Abstract

El 35% de las compras en Amazon en 2019 fueron generadas por un sistema de recomendación de acuerdo con MacKenzie y ese mismo año de reportó una ganancia de $87.4 billones de dólares en su último cuarto.

La primer conferencia AMC Recsys fue llevada a cabo en 2007 donde presentó un problema por Netflix que buscaba mejorar su sistema de recomendación en un 10% y dando un premio de 1 millón de dólares. En 2009 concluyó el reto y se presentó la solución en la conferencia. A partir del siguiente año se creó RecSys Challenge donde una empresa presenta un reto de sistemas de recomendación donde se premia y presenta la mejor solución con el fin de generar nuevas maneras de implementar recomendaciones .

El trabajo toma los datos del RecSys Challenge 2022 que consiste las vistas y compras de ropa en una tienda en línea; se deben generar 100 recomendaciones de artículos por sesión. A partir del modelo ganador del reto se toma la base para generar las recomendaciones usando diferentes métodos de filtrado colaborativo y LightGBM.

Keywords
Maestría en Ciencia de Datos
Manuscript
Poster
POSTER (ALEJANDRO ISRAEL JIMENEZ AVENDAÑO).pdf
Integrated open-source heart rate and SpO2 monitoring system
MODELADO DE PRECIOS EN LA CANASTA BÁSICA USANDO MACHINE LEARNING