Sistemas de recomendación personalizados: implementación de sistemas de recomendación utilizando técnicas de machine learning para mejorar la experiencia del usuario en plataformas en línea

Abstract

Este estudio se propone indagar en la implementación de sistemas de recomendación, haciendo uso de técnicas de aprendizaje automático, con el propósito de potenciar la vivencia del usuario en plataformas digitales. Adoptando un enfoque metodológico cualitativo basado en la revisión bibliográfica, se examinan investigaciones previas centradas en la incorporación de sistemas de recomendación en diversos contextos, como comercio digital, salud, educación y gobernabilidad. La síntesis cualitativa de estos hallazgos busca identificar patrones, tendencias y desafíos comunes, proporcionando una comprensión pormenorizada de las experiencias y prácticas pasadas en distintos entornos. Los resultados obtenidos se centran en lecciones aprendidas y mejores prácticas subrayadas en la literatura, concentrándose en aspectos cualitativos inherentes a la instauración de sistemas de recomendación. Este enfoque cualitativo aspira a enriquecer la comprensión de estrategias clave y consideraciones esenciales para alcanzar una ejecución efectiva en plataformas digitales. En resumen, esta investigación contribuye a desentrañar factores cualitativos críticos que influyen en la implementación de sistemas de recomendación, proporcionando dirección valiosa para futuras instancias.