![\"\"](\"https:\/\/i0.wp.com\/legiland.club\/wp-content\/uploads\/2025\/01\/pie-justificacion-padih.jpg?resize=1131%2C202&ssl=1\")
<\/figure>\n\n\n\nEste proyecto nos permitir\u00e1 ofrecer un sistema de recomendaci\u00f3n de lecturas adaptado a las necesidades y gustos de nuestros usuarios.<\/p>\n\n\n\n
Gracias al trabajo desarrollado con Eurecat (Centro Tecnol\u00f3gico de Catalunya), se ha dise\u00f1ado y desarrollado un sistema de recomendaciones personalizadas capaz de sugerir a los alumnos libros y art\u00edculos adecuados e interesantes en un momento concreto de su recorrido escolar. <\/p>\n\n\n\n
El algoritmo se basa en una capa de perfilado de usuario y, por otro lado, de contenido. Para el perfilado de usuario se detecta, a trav\u00e9s de t\u00e9cnicas de Data Mining, las preferencias y los patrones de comportamiento de cada alumno a partir de los datos hist\u00f3ricos. El perfilado de contenido sirve para construir una representaci\u00f3n matem\u00e1tica de cada libro o art\u00edculo, que tenga en cuenta sus caracter\u00edsticas fundamentales (tema, autor, a\u00f1o de publicaci\u00f3n, franja de edad, etc). <\/p>\n\n\n\n
En este aspecto, los algoritmos de procesado de lenguaje natural juegan un papel importante a la hora de capturar la sem\u00e1ntica de los textos. Encima de estas dos capas de representaci\u00f3n de usuarios y contenidos, un sistema de recomendaci\u00f3n al estado del arte llevar\u00e1 a cabo la tarea de predecir la preferencia del usuario con respecto a cada libro y, a continuaci\u00f3n, obtener un ranking y finalmente una selecci\u00f3n a presentar al usuario.<\/p>\n\n\n\n
Con este proyecto, esperamos dar un nuevo salto en la calidad del servicio que ofrecemos en Legiland, siendo todav\u00eda m\u00e1s relevantes y brindando mayor impacto a nuestros usuarios en su proceso de exploraci\u00f3n y elecci\u00f3n de lectura.<\/p>", "protected": false }, "excerpt": { "rendered": "