Sistema de Recomendación en una Solución Transaccional y Analítica para la Promoción de la Salud
Palabras clave:
Big Data; Aprendizaje Automático; Computación Móvil; Sistemas de RecomedaciónResumen
La Sanología, como saber nacido en la Universidad de La Habana, propone una nueva concepción de la salud de las personas y busca enriquecer el estilo de vida en función del bienestar. El desarrollo de las ciencias de la información y la madurez que ha alcanzado el enfoque constituyen las bases para la creación de nuevas soluciones computacionales. En el presente trabajo, se concibe y diseña una solución matemático-computacional basada en bases de datos NoQL para la aplicación de la estrategia sanológica. La solución se caracteriza por favorecer el acceso de los usuarios desde diferentes lugares a través de los teléfonos móviles,el diseño de una arquitectura distribuida y el uso de modelos de datos flexibles. A partir de la aplicación transaccional, se hace necesario el análisis automático de los datos sociales y médicos almacenados. Con este fin se propone un sistema de recomendación híbrido que combina técnicas basadas en conocimiento, contenido y filtrado colaborativo así como aprendizaje automático y procesamiento del lenguaje natural con el fin de apoyar el proceso de toma de decisiones. La solución propuesta es capaz de ofrecer recomendaciones personalizadas teniendo en cuenta datos históricos de los usuarios, su comportamiento y la similitud con otros usuarios. La validez de la solución fue verificada a partir de la implementación de un prototipo funcional y un conjunto de experimentos.
Citas
Aggarwal, C. C. (2016). Recommender Systems: The Textbook. IBM T.J. Watson Research Center: Springer. DOI:10.1007/978-3-319-29659-3
Aldereguía Henriques, J. C. (1993). Salud y Sanología en Médicas de Familia. INTERCIENCIA.
Amable Ambrós, Z. (2012). Sanología Nueva forma de pensar y actuar en salud. Universidad Nacional Autónoma de México: ISBN: 978-807-02-3634-1.
Francesco Ricci, L. R. (2015). Recommender Systems Handbook ( Second Edition ed.). New York: Springer Science+Business Media . doi:10.1007/978-1-4899-7637-6
Guillot Jiménez, J. (2014). Solución computacional transaccional para la promoción de la salud y el bienestar humanos. Universidad de La Habana: Tesis de Maestría en Ciencias de la Computación.
Jure Leskovec, A. R. (2014). Mining of Massive Datasets. Stanford University Course.
Morisio, E. C. (2019). Hybrid Recommender Systems: A Systematic Literature Review. CoRR, (p. abs/1901.03888).
Nikzad–Khasmakhi, N. a.–D. (2019). The state-of-the-art in expert recommendation systems. Engineering Applications of Artificial Intelligence. Elsevier Ltd.
Pokorný, J. (2013). NoSQL databases: a step to database scalability in web environment. International Journal of Web Information Systems.
Quintana-Wong, C. (2017). Solución Analítica para la Promoción de la Salud y el Bienestar Humanos. Universidad de La Habana: Tesis de Licenciatura en Ciencia de la Computación.
Rabanillo Echaniz, A. (2018). Reingienería de las Soluciones Transaccional y Analítica para la Promoción de la Salud y el Bienestar Humanos. Universidad de La Habana: Tesis de Licenciatura en Ciencia de la Computación.
Sullivan, D. (2015). NoSQL for Mere Mortals. Addison Wesley.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Claudia Quintana-Wong, Lucina García Hernández, Amelia Rabanillo Echaniz, Javier Guillot Jiménez, Zoraida Amable Ambrós
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.