Sistema de recomendación de contenidos audiovisuales: Algoritmo de inferencia semántica

Este artículo presenta el análisis de un Algoritmo de Inferencia Semántica utilizado en un Sistema de Recomendación de Contenidos Audiovisuales en el contexto de la Televisión Digital. Los resultados obtenidos muestran que la inclusión de diferentes propiedades semánticas y sus combinaciones, influye directamente en la reducción del error absoluto promedio obtenido en la predicción de la calificación otorgada por un usuario a un ítem determinado. Además se ha determinado que la propiedad Actor tiene un impacto mayor con respecto a otras propiedades analizadas.This article presents the analysis of a Semantic Inference Algorithm used in an Audiovisual ContentRecommender System in the domain of Digital Television. The obtained results show that the inclusionof distinct semantic properties and their combinations lead to a considerable reduction of the MeanAbsolute Error (MAE) obtained for user rating prediction computation and that the semantic propertyActor has the major influence over recommendation estimation.