Datos Identificativos 2022/23
Asignatura (*) Sistemas Recomendadores Código 614G02044
Titulación
Grao en Ciencia e Enxeñaría de Datos
Descriptores Ciclo Periodo Curso Tipo Créditos
Grado 2º cuatrimestre
Cuarto Optativa 6
Idioma
Castellano
Modalidad docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinador/a
Parapar López, Javier
Correo electrónico
javier.parapar@udc.es
Profesorado
Hasan Romero, Ismael
Parapar López, Javier
Correo electrónico
ismael.hasan@udc.es
javier.parapar@udc.es
Web
Descripción general 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 del título
Código Competencias del título
A27 CE27 - Compresión y dominio de fundamentos y técnicas básicas para la búsqueda y el filtrado de información en grandes colecciones de datos.
B2 CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
B3 CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
B4 CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
B7 CG2 - Elaborar adecuadamente y con cierta originalidad composiciones escritas o argumentos motivados, redactar planes, proyectos de trabajo, artículos científicos y formular hipótesis razonables.
B8 CG3 - Ser capaz de mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo.
B9 CG4 - Capacidad para abordar con éxito todas las etapas de un proyecto de análisis de datos: exploración previa de los datos, preprocesado, análisis, visualización y comunicación de resultados.
B10 CG5 - Ser capaz de trabajar en equipo, especialmente de carácter multidisciplinar, y ser hábiles en la gestión del tiempo, personas y toma de decisiones.
C1 CT1 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida.
C4 CT4 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad.

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Conocer, comprender y analizar los distintos modelos de recomendación A27
B2
B3
B8
B9
C1
C4
Conocer, comprender y analizar las técnicas para una implementación eficiente de sistemas escalables de recomendación A27
B4
B7
B10
Conocer, comprender y analizar las metodologías de evaluación de los sistemas de recomendación A27
B4
B8
B9
C4

Contenidos
Tema Subtema
Introducción Sistemas de Recomendación
Elicitación de preferencias y sistemas de valoración Ratings, elicitación
Modelos de recomendación Filtrado colaborativo, contido e híbrido
Evaluación de sistemas de recomendación Métricas y protocolos
Modelos avanzados de recomendación Contextuales, sociales y temporales
Interpretabilidad, justificación y riesgos de las recomendaciones User-to-user e Item-to-Item
Aplicaciones y dominios Tareas y casos de uso

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Prácticas de laboratorio B2 B9 B10 C1 15 60 75
Sesión magistral A27 B3 B8 C4 19 54 73
Prueba mixta A27 B2 B3 B4 B7 B8 C4 2 0 2
 
Atención personalizada 0 0
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Prácticas de laboratorio Sesiones cuyo objetivo es que el alumnado adquiera determinadas competencias en base a la resolución de ejercicios, estudio de casos y realización de proyectos que requieran al alumno la aplicación de los conocimientos y competencias desarrolladas durante la asignatura. Estas sesiones pueden requerir del alumno la presentación oral de su solución a los problemas planteados. Los trabajos realizados por el alumnado se pueden realizar de forma individual o en grupos de trabajo.
Sesión magistral Exposición oral complementada con el uso de medios audiovisuales y la introducción de algunas preguntas dirigidas a los estudiantes, con la finalidad de transmitir conocimientos y facilitar el aprendizaje. Además del tiempo de exposición oral por parte del profesor, esta actividad formativa requiere del alumno la dedicación de un tiempo para preparar y revisar por cuenta propia los materiales objeto de la clase
Prueba mixta Examen final

Atención personalizada
Metodologías
Prácticas de laboratorio
Descripción
Seguimiento del desarrollo de las prácticas en las horas reservadas de laboratorio y atención al estudiante en los casos necesarios de problemas de particular dificultad

Evaluación
Metodologías Competéncias Descripción Calificación
Prueba mixta A27 B2 B3 B4 B7 B8 C4 Examen final 50
Prácticas de laboratorio B2 B9 B10 C1 Evaluación Trabajos prácticos 50
 
Observaciones evaluación

Será necesario alcanzar un 40% de la puntuación en cada parte.

La evaluación será de no presentado cuando no se entregue ningún trabajo práctico ni examen final.

Segunda oportunidad

La evaluación se realizará con los mismos criterios anteriormente descritos. Se abrirá un nuevo plazo para la entrega de los trabajos prácticos, en el caso de que no se entregaran en la primera oportunidad.


Fuentes de información
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.

Complementária


Recomendaciones
Asignaturas que se recomienda haber cursado previamente
Recuperación de Información/614G02027
Aprendizaje Automático I/614G02019
Álgebra Lineal/614G02001

Asignaturas que se recomienda cursar simultáneamente

Asignaturas que continúan el temario

Otros comentarios


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías