![\"\"](\"https:\/\/i0.wp.com\/legiland.club\/wp-content\/uploads\/2025\/01\/pie-justificacion-padih.jpg?resize=1131%2C202&ssl=1\")
<\/figure>\n\n\n\nAquest projecte ens permetr\u00e0 oferir un sistema de recomanaci\u00f3 de lectures adaptat a les necessitats i gustos dels nostres usuaris.<\/p>\n\n\n\n
Gr\u00e0cies al treball desenvolupat amb Eurecat (Centre Tecnol\u00f2gic de Catalunya), s'ha dissenyat i desenvolupat un sistema de recomanacions personalitzades capa\u00e7 de suggerir als alumnes llibres i articles adequats i interessants en un moment concret del seu recorregut escolar. <\/p>\n\n\n\n
L'algoritme es basa en una capa de perfilat d'usuari i, per altra banda, de contingut. Per al perfilat d'usuari, es detecten, mitjan\u00e7ant t\u00e8cniques de Data Mining, les prefer\u00e8ncies i els patrons de comportament de cada alumne a partir de les dades hist\u00f2riques. El perfilat de contingut serveix per construir una representaci\u00f3 matem\u00e0tica de cada llibre o article, que tingui en compte les seves caracter\u00edstiques fonamentals (tema, autor, any de publicaci\u00f3, franja d'edat, etc.). <\/p>\n\n\n\n
En aquest aspecte, els algorismes de processament del llenguatge natural tenen un paper important a l\u2019hora de capturar la sem\u00e0ntica dels textos. Per damunt d\u2019aquestes dues capes de representaci\u00f3 d\u2019usuaris i continguts, un sistema de recomanaci\u00f3 d\u2019alt nivell dur\u00e0 a terme la tasca de predir la prefer\u00e8ncia de l\u2019usuari respecte a cada llibre i, a continuaci\u00f3, generar un r\u00e0nquing i finalment una selecci\u00f3 per presentar a l\u2019usuari.<\/p>\n\n\n\n
Amb aquest projecte, esperem fer un nou salt en la qualitat del servei que oferim a Legiland, sent encara m\u00e9s rellevants i aportant un major impacte als nostres usuaris en el seu proc\u00e9s d'exploraci\u00f3 i elecci\u00f3 de lectura.<\/p>","protected":false},"excerpt":{"rendered":"