Aprendizaje automático en Sistemas de Recomendación para plataformas de Streaming y Redes Sociales

Resumen

El uso de las plataformas de transmisión en vivo y las redes sociales ha llevado a una veloz transformación de los servicios de contenido en línea, lo que convierte una gran cantidad de datos para los usuarios. Esto hace fundamental el uso de sistemas de recomendación, los cuales se basan en un aprendizaje automático (machine learning) para filtrar y personalizar el contenido a mostrar. En este artículo se examinan los métodos computacionales empleados en estos sistemas, con especial atención en plataformas como Netflix, Spotify, Facebook y Twitter. El enfoque de investigación incorporó factores cuantitativos, cualitativos y semióticos, dando como resultado una evaluación integral que incorpora aspectos socioculturales y la experiencia del usuario. A lo largo del artículo se irán evaluando varias técnicas algorítmicas, tales como el filtrado colaborativo, filtrado basado en contenido y modelos híbridos con aprendizaje profundo (deep learning). De la misma forma, se evaluó la calidad de las recomendaciones y sugerencias por medio de una combinación de estudios cualitativos sobre su importancia y satisfacción de los usuarios. Finalmente, se llevó a cabo un estudio semiótico y cultural para investigar el efecto de las interfaces y algoritmos en las prácticas de consumo y formación de identidad cultural. Los hallazgos indican un cambio hacia modelos más avanzados, pero trayendo consigo nuevos desafíos.