Este proyecto tiene por objeto contribuir a la consecución de una mejora muy demandada en la sociedad actual, como es la incorporación a los sistemas Web de mecanismos inteligentes de recuperación selectiva y personalizada de información. Concretamente se pretende avanzar en el desarrollo de técnicas de minería Web que aporten soluciones a los problemas que presentan los sistemas de recomendación personalizada de productos (recomendaciones erróneas, dispersión, escalabilidad, first-rater, problema de la oveja negra…). Con la mejora de este tipo de sistemas se conseguirá aumentar la competitividad de los negocios electrónicos y mejorar las relaciones con los clientes.
Los objetivos concretos que se intentan alcanzar son:
- Desarrollar y validar nuevas metodologías de clasificación asociativa aplicables en el ámbito de la Minería Web que contribuyan a resolver los problemas que presentan los sistemas de recomendación. Para ello se trabajará principalmente en la caracterización de conjuntos de datos, métricas de calidad de las reglas y discretización de atributos continuos.
- Integración de los métodos de clasificación asociativa en multiclasificadores para aumentar la precisión y evitar problemas de sobreajuste de los datos de entrenamiento mediante la cobertura selectiva de hipótesis y la caracterización de conjuntos de datos en la fase de metaaprendizaje. De esta forma se conseguirá mejorar la calidad de las recomendaciones.
