Publication:
Sistema de recomendación de videojuegos según compras pasadas, utilizando estrategias de machine learning

Simple item page
dc.contributor.advisorBriñez de León, Juan Carlos
dc.contributor.authorVelásquez Galvis, Carlos Eduardo
dc.date.accessioned2024-11-15T20:54:00Z
dc.date.available2024-11-15T20:54:00Z
dc.date.issued2024
dc.description.abstractEste proyecto se enfoca en el desarrollo de un sistema de recomendación para usuarios de videojuegos, utilizando estrategias de clustering basadas en machine learning. La información procesada incluye datos generados al azar sobre el género y precio de los videojuegos, la frecuencia de compra, el monto total gastado, la valoración de los juegos y la plataforma favorita de los usuarios. Inicialmente, los datos se preparan mediante limpieza, normalización y transformación de variables categóricas, asegurando que sean adecuados para el modelo de análisis. Para agrupar a los usuarios según patrones de comportamiento similares, se emplean algoritmos de clustering, como K-means, con el objetivo de segmentarlos en grupos de consumo característicos. Esta segmentación permite generar recomendaciones personalizadas de videojuegos para cada grupo, tomando en cuenta variables como la frecuencia de compra o las plataformas más utilizadas. Los grupos creados ofrecen insights sobre las preferencias de los usuarios, facilitando una mayor personalización en la oferta de juegos. El sistema de recomendación basado en clustering mejora la precisión de las recomendaciones en comparación con enfoques generalizados, optimizando la experiencia del usuario y la relevancia de los juegos sugeridos. Los resultados del modelo se validan mediante métricas como el silhouette score, garantizando la cohesión y calidad de los clusters obtenidos.
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) de Sistemasspa
dc.format.extent24 p.
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.uniremington.edu.co/handle/123456789/5411
dc.language.isospaspa
dc.publisherCorporación Universitaria Remingtonspa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.publisher.placeManizales (Caldas, Colombia)spa
dc.publisher.programIngeniería de Sistemasspa
dc.rightsDerechos Reservados - Corporación Universitaria Remington, 2024spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectRecomendación de videojuegosspa
dc.subjectClusteringspa
dc.subjectK-meanspa
dc.subjectSistema de recomendacionesspa
dc.subject.lembAprendizaje automático (Inteligencia artificial)
dc.subject.lembVideojuegos
dc.subject.lembAnálisis de datos
dc.titleSistema de recomendación de videojuegos según compras pasadas, utilizando estrategias de machine learningspa
dc.title.alternativeAlgoritmo computacional para el análisis y toma de decisiones en la generación de energías renovables, utilizando estrategias de machine learning
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublicationspa
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
RIU-PRE-2024 Sistema recomendacion videojuegos.pdf
Size:
733.18 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
No Thumbnail Available
Name:
Cesión Derechos_TG.pdf
Size:
293.68 KB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Ingeniería de Sistemas