Sistema de recomendación de productos basado en inteligencia artificial mediante el procesamiento de datos en hojas de cálculo
Cargando...
Autores
Director
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
El crecimiento exponencial del comercio electrónico ha generado una demanda de asistencia personalizada y continua para los clientes. Sin embargo, la fragmentación y heterogeneidad de los datos de productos representan un obstáculo crítico para la implementación efectiva de sistemas de recomendación inteligentes. Este trabajo aborda dicha problemática mediante el desarrollo de un sistema de recomendación de productos tecnológicos que utiliza agentes autónomos de inteligencia artificial. El sistema fue diseñado con la capacidad de navegar, interpretar e integrar información proveniente de múltiples fuentes de datos heterogéneas, con un enfoque en hojas de cálculo. Su arquitectura modular incorpora agentes especializados para la interacción conversacional proactiva, el procesamiento de datos y la generación de recomendaciones. La validación experimental del sistema, realizada en un entorno de 20 escenarios de prueba, demostró una tasa de éxito del 95% en la recuperación de información relevante y un tiempo promedio de búsqueda de 0.028 segundos. Asimismo, el agente de perfilamiento alcanzó una precisión de extracción del 77.3%, confirmando la viabilidad de la solución para optimizar la experiencia del usuario y apoyar decisiones de compra en tiempo real. (Texto tomado de la fuente)
Abstract
The exponential growth of e-commerce has created a demand for personalized and continuous customer assistance. However, the fragmentation and heterogeneity of product data represent a critical obstacle for the effective implementation of intelligent recommendation systems. This work addresses this issue by developing a recommendation system for technological products that uses autonomous artificial intelligence agents. The system is designed with the inherent ability to navigate, interpret, and integrate information from multiple heterogeneous data sources, with an initial focus on spreadsheets. The system's modular architecture incorporates specialized agents for proactive conversational interaction, data processing, and recommendation generation. The experimental validation, conducted across 20 test scenarios, demonstrated a 95% success rate in retrieving relevant information and an average search time of 0.028 seconds. Furthermore, the profiling agent achieved an extraction precision of 77.3%, confirming the solution's viability for optimizing user experience and supporting real-time purchasing decisions.
Palabras clave propuestas
Sistemas de recomendación; Agentes autónomos; Inteligencia artificial; Bases de datos heterogéneas; Comercio electrónico,; Procesamiento de lenguaje natural,; Chatbot; Recommendation systems; Autonomous agents; Artificial intelligence; Heterogeneous databases; E-commerce; Natural language processing; Chatbot
Descripción
ilustraciones a color, diagramas