Datos Identificativos 2023/24
Asignatura (*) Sistemas Recomendadores Código 614G02044
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
Cuarto Optativa 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinación
Parapar López, Javier
Correo electrónico
javier.parapar@udc.es
Profesorado
Landín Piñeiro, Alfonso
Parapar López, Javier
Correo electrónico
alfonso.landin@udc.es
javier.parapar@udc.es
Web
Descrición xeral Os sistemas de recomendación utilízanse nunha variedade de áreas, con exemplos comúnmente recoñecidos que toman a forma de xeradores de listas de reprodución para servizos de vídeo e música, recomendadores de produtos para tendas en liña ou recomendadores de contido para plataformas de redes sociais e recomendadores de contido web aberto. Ao final deste curso, debería ser capaz de identificar dominios de aplicación potenciais para sistemas de recomendación, deseñar sistemas de recomendación, identificar os puntos fortes e débiles potenciais dun modelos de recomendación e comparar alternativas de deseño.

Competencias do título
Código Competencias do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Coñecer, comprender e analizar os distintos modelos de recomendación A27
B2
B3
B8
B9
C1
C4
Coñecer, comprender e analizar as técnicas para unha implantación eficiente de sistemas de recomendación escalables A27
B4
B7
B10
Coñecer, comprender e analizar as metodoloxías de avaliación dos sistemas de recomendación A27
B4
B8
B9
C4

Contidos
Temas Subtemas
Introducción Sistemas de Recomendación
Elicitación de preferencias e sistemas de valoración Ratings, elicitación
Modelos de recomendación Filtrado colaborativo, contido e hibrido
Evaluación de sistemas de recomendación Métricas e protocolos
Modelos avanzados de recomendación Contexto, sociais, temporais
Interpretabilidade, xustificación e riscos das recomendacións User-to-user e Item-to-Item
Aplicacións e dominios Tarefas e casos de uso

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Prácticas de laboratorio B2 B9 B10 C1 15 60 75
Sesión maxistral A27 B3 B8 C4 19 54 73
Proba mixta A27 B2 B3 B4 B7 B8 C4 2 0 2
 
Atención personalizada 0 0
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Prácticas de laboratorio Clases dedicadas a que o alumnado desenvolva traballos prácticos que impliquen abordar a resolución de problemas complexos, e a análise e deseño de solucións que constitúan un medio para a súa resolución. Esta actividade pode requirir dos alumnos a presentación oral dos traballos realizados. Os traballos realizados polo alumnado pódense realizar de forma individual ou en grupos de traballo
Sesión maxistral Exposición oral complementada co uso de medios audiovisuais e a introdución dalgunhas preguntas dirixidas aos estudantes, coa finalidade de transmitir coñecementos e facilitar a aprendizaxe. Ademais do tempo de exposición oral por parte do profesor, esta actividade formativa require do alumno a dedicación dun tempo para preparar e revisar por conta propia os materiais obxecto da clase
Proba mixta Exame final

Atención personalizada
Metodoloxías
Prácticas de laboratorio
Descrición
Seguimento do desenvolvemento das prácticas nas horas reservadas de laboratorio e atención ao estudante nos casos necesarios de problemas de particular dificultade
Avaliarase o traballo individual do alumnado.
Promoveranse os valores de igualdade seguindo as recomendacións actuais.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Proba mixta A27 B2 B3 B4 B7 B8 C4 Exame final 50
Prácticas de laboratorio B2 B9 B10 C1 Avaliación dos traballos prácticos 50
 
Observacións avaliación

Será necesario alcanzar un 40% da puntuación en cada parte.

A cualificación será de non presentado cando non se entregue ningún traballo práctico nin exame final.

Segunda oportunidade

A avaliación realizarase cos mesmos criterios anteriormente descritos. Abrirase un novo prazo para a entrega dos traballos prácticos, no caso de que non se entregaran na primeira oportunidade.

- A realización fraudulenta das probas ou actividades de avaliación, unha vez comprobada, implicará directamente a cualificación de suspenso na convocatoria en que se cometa: o/a estudante será cualificado con “suspenso” (nota numérica 0) na convocatoria correspondente do curso académico, tanto se a comisión da falta se produce na primeira oportunidade como na segunda. Para isto, procederase a modificar a súa cualificación na acta de primeira oportunidade, se fose necesario


Fontes de información
Bibliografía básica

Ricci, F., Rokach, L., & Shapira, B.  Recommender systems handbook. Springer, Boston, MA.

Jannach, D., Zanker, M., Felfernig, A., & Friedrich, G. (2010). Recommender systems: an introduction. Cambridge University Press.

Aggarwal, C. C. (2016). Recommender systems (Vol. 1). Cham: Springer International Publishing.

Banik, R. (2018). Hands-on recommendation systems with Python: start building powerful and personalized, recommendation engines with Python. Packt Publishing Ltd.

Bibliografía complementaria


Recomendacións
Materias que se recomenda ter cursado previamente
Recuperación de Información/614G02027
Aprendizaxe Automática I/614G02019
Álxebra Lineal/614G02001

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías