Machine Learning: Recomendaciones en base a los gustos y preferencias de los estudiantes de la UPC usuarios de Netflix
dc.contributor.advisor | Solís López, Augusto Pavel | |
dc.contributor.author | Domínguez Samamés, Christian Andrés | |
dc.date.accessioned | 2021-03-25T20:33:22Z | |
dc.date.available | 2021-03-25T20:33:22Z | |
dc.date.issued | 2020-07-07 | |
dc.identifier.uri | http://hdl.handle.net/10757/655135 | |
dc.description.abstract | En los últimos años, plataformas en streaming como Netflix se han popularizado a nivel mundial con gran rapidez. Este éxito se debe a muchos factores, sin embargo, la clave ha sido el sistema de recomendaciones que utiliza dicha plataforma. Los usuarios no solo reciben recomendaciones en base a sus gustos y preferencias, sino que también reciben una interfaz personalizada de la pantalla inicial de Netflix preparada especialmente para cada uno de ellos. Este sistema promete ser eficiente no solo para conservar a sus usuarios actuales, sino también para llamar la atención de nuevos posibles usuarios. Ante ello, la industria del entretenimiento ha decidido convertir a las plataformas en streaming en sus principales aliados. No solo se han estrenado series originales dentro de la plataforma, sino también películas que no pudieron ser estrenadas, en su momento, en cines por problemas de distribución. Si bien es cierto, se han realizado diversos estudios en diferentes países sobre la efectividad del sistema de recomendaciones de Netflix, en países latinoamericanos como Perú, no se ha comprobado si este mecanismo es tan efectivo como se afirma. Por ello, resulta necesario realizar una investigación sobre este tema para así comprender la forma más efectiva de conectar con el público latinoamericano y acoger a este importante mercado. | en_US |
dc.description.abstract | In recent years, streaming platforms like Netflix have become very popular worldwide. This success is due to many factors; however, the key has been the recommendation system this platform uses. Users not only receive recommendations based on their tastes and preferences, but they also receive a personalized Netflix home screen interface specially prepared for each of them. This system promises to be efficient not only to retain its current users, but also to attract the attention of new potential users. Now, the entertainment industry has decided to make streaming platforms its main allies. Not only have original series been released within the platform, but movies have also been released in spite of cinema’s distribution issues. Although it is true, various studies have been carried out in different countries on the effectiveness of Netflix's recommendation system, in Latin American countries such as Peru, it has not been proven whether this mechanism is as effective as it is claimed. For this reason, it is necessary to carry out research on this topic in order to understand the most effective way to connect with the Latin American public and embrace this important market. | en_US |
dc.description.uri | Trabajo de investigación | es_PE |
dc.format | application/pdf | en_US |
dc.format | application/epub | en_US |
dc.format | application/msword | en_US |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Peruana de Ciencias Aplicadas (UPC) | en_US |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.source | Universidad Peruana de Ciencias Aplicadas (UPC) | es_PE |
dc.source | Repositorio Académico UPC | es_PE |
dc.subject | Machine learning | en_US |
dc.subject | Data mining | en_US |
dc.subject | Big data | en_US |
dc.subject | Plataformas en streaming | en_US |
dc.title | Machine Learning: Recomendaciones en base a los gustos y preferencias de los estudiantes de la UPC usuarios de Netflix | en_US |
dc.title.alternative | Machine Learning: Recommendations based on the tastes and preferences of UPC students Netflix users | en_US |
dc.type | info:eu-repo/semantics/bachelorThesis | en_US |
thesis.degree.grantor | Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Comunicaciones | es_PE |
thesis.degree.level | Bachiller | es_PE |
thesis.degree.discipline | Comunicación Audiovisual y Medios Interactivos | es_PE |
thesis.degree.name | Bachiller en Comunicación Audiovisual y Medios Interactivos | es_PE |
refterms.dateFOA | 2021-04-03T22:48:31Z | |
dc.subject.ocde | http://purl.org/pe-repo/ocde/ford#5.00.00 | en_US |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#5.08.00 | en_US |
dc.identifier.isni | 0000 0001 2196 144X | |
renati.type | http://purl.org/pe-repo/renati/type#trabajoDeInvestigacion | es_PE |
renati.advisor.orcid | https://orcid.org/0000-0002-6318-9803 | en_US |
renati.level | https://purl.org/pe-repo/renati/level#bachiller | es_PE |
renati.discipline | 211146 | es_PE |
dc.publisher.country | PE | es_PE |
dc.type.other | Trabajo de investigación | es_PE |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 |