Diseño y desarrollo de un Sistema de Recomendación de Libros en ProbLog

Abstract

[ES] En la actualidad, con la enorme oferta de libros disponibles, los sistemas de recomendación se han vuelto indispensables para orientar a los lectores entre tantas opciones, facilitando la búsqueda de lecturas que concuerden con sus intereses. Este proyecto se centra en la creación de uno de esos sistemas de recomendación de libros para contrarrestar la disminución del hábito de lectura en la era digital. Para su desarrollo, emplearemos el lenguaje ProbLog, un lenguaje que fusiona la programación lógica con las probabilidades. La elección se debe a que permite crear un sistema de recomendación que se adapta a las preferencias de cada usuario, utilizando el razonamiento probabilístico para representar y razonar sobre la información disponible, y para calcular la relevancia de cada libro. El enfoque del sistema sigue un enfoque híbrido, incorporando dos formas de recomendación: una que se basa en buscar similitudes con lo que ya le ha gustado al usuario y otra que tiene en cuenta las preferencias de otras personas con gustossimilares. Esta combinación estratégica busca aprovechar las fortalezas de cada método, ofreciendo así recomendaciones más precisas y personalizadas. Además, se ha desarrollado una interfaz web que complementa este sistema, brindando a los usuarios un acceso intuitivo al sistema de recomendación. El proceso de implementación sigue la metodología Scrum adaptada, asegurando avances iterativos y una mayor adaptabilidad durante el desarrollo del proyecto.

[EN] Currently, with the vast array of available books, recommendation systems have become essential in guiding readers through numerous options, facilitating the discovery of readings that align with their interests. This project focuses on creating one such book recommendation system to counter the declining reading habits in the digital era. For its development, we'll utilize ProbLog, a language merging logical programming with probabilities. This choice allows the creation of a recommendation system that adapts to each user's preferences, employing probabilistic reasoning to represent and deduce information available, and to calculate the relevance of each book. The system's approach follows a hybrid model, integrating two recommendation methods: one based on finding similarities with what the user has liked before and another considering preferences of similar individuals. This strategic combination aims to leverage the strengths of each method, delivering more precise and personalized recommendations. Furthermore, a web interface has been developed to complement this system, providing users with intuitive access to the recommendation system. The implementation process adheres to the adapted Scrum methodology, ensuring iterative progress and increased adaptability throughout the project's development.