Resumen del proyecto
Este proyecto aborda el desarrollo de un sistema de recomendación de productos basado en valoraciones de usuarios. El objetivo es identificar qué Ãtems podrÃan resultar relevantes para cada usuario a partir de sus preferencias y del comportamiento de otros usuarios con patrones similares.
El trabajo se realiza sobre un conjunto de datos de ratings usuario–producto. Luego de un análisis exploratorio y un proceso de filtrado para asegurar suficiente información, se construye una matriz de interacciones que permite aplicar distintos enfoques de recomendación.
Se implementan y comparan varios modelos: un baseline basado en popularidad, métodos de filtrado colaborativo basados en similitud (user-user e item-item mediante KNN) y un modelo de factorización matricial utilizando SVD. Los modelos se evalúan mediante métricas como RMSE, Precision@k y Recall@k, utilizando validación cruzada y optimización de hiperparámetros.
Los resultados muestran que el modelo de factorización matricial optimizado presenta el mejor desempeño general, logrando recomendaciones más precisas y capturando de forma más efectiva los patrones de preferencia de los usuarios.