Modelo de recomendación colaborativa de canciones para potenciar la experiencia del usuario de una plataforma digital de música

• Autor: Vizarreta Uribe, Melanie Leonor
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad San Ignacio de Loyola
• Repositorio: USIL-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.usil.edu.pe:20.500.14005/15558
• Enlace del recurso: https://hdl.handle.net/20.500.14005/15558
• Nivel de acceso: acceso abierto
• Materia: Experiencia del usuario; Plataforma digital de música; Modelo de recomendación; https://purl.org/pe-repo/ocde/ford#2.02.04

Se ha identificado la insatisfacción de los usuarios por la falta de recomendaciones ofrecidas por la plataforma de música de una empresa de telecomunicaciones en Perú, lo cual afectaba su fidelidad y tiempo de uso. El objetivo principal fue desarrollar un modelo de filtrado colaborativo que permita ofrecer recomendaciones musicales más ajustadas a las preferencias individuales de los usuarios. El método empleado incluyó un diseño cuantitativo tipo experimental, con una unidad de análisis centrada en los datos de interacción de los usuarios con la plataforma. Se recopiló información histórica de las reproducciones musicales y se llevó a cabo una encuesta para obtener retroalimentación sobre la percepción de los usuarios respecto a las recomendaciones proporcionadas. Las principales conclusiones muestran como el análisis del RMSE, la prueba manual y la encuesta realizada, indican que el modelo no solo mejora la precisión de las recomendaciones, sino también su eficiencia. Se recomienda continuar con la mejora del modelo incorporando retroalimentación directa de los usuarios y explorando nuevas técnicas de personalización. Este estudio contribuye a la comprensión de cómo los sistemas de recomendación pueden optimizar la experiencia del usuario en plataformas digitales.