Inferencia dinámica de estados contextuales en sistemas de recomendación sensibles al contexto

Abstract

[ES]Este trabajo aborda el tema de la inferencia dinámica del contexto en sistemas de recomendación sensibles al contexto y basados en sesión. El objetivo es plantear un sistema que asigne automáticamente etiquetas contextuales a las canciones en función de sus características musicales, utilizando un modelo de clasificación multi-etiqueta. Estas etiquetas se usarán posteriormente para inferir el contexto latente del usuario en la sesión en la que escucha música y proporcionarle recomendaciones adecuadas a ese contexto mediante métodos de recomendación basados en sesión. El sistema se evalúa utilizando un caso de estudio en el que se comparan los resultados de diferentes métodos de clasificación multi-etiqueta y de métodos de recomendación basados en sesiones, además de analizar la influencia de las etiquetas contextuales y otras características musicales en la fiabilidad de las recomendaciones.

[EN]This paper addresses the issue of dynamic context inference in session-based, context-aware recommendation systems. The goal is to propose a system that automatically assigns contextual labels to songs based on their musical characteristics, using a multi-label classification model. These tags will then be used to infer the user's latent context in the listening session and provide recommendations appropriate to that context using recommendation methods session based. The system is evaluated using a case study in which the results of different multi-label classification methods and session-based recommendation methods are compared, in addition to analyzing the influence of contextual labels and other musical characteristics on the reliability of the recommendations