Este trabajo es una propuesta de un Modelo de Recomendación de Productos que utiliza para su implementación tecnologías de la Web Semántica tomando como entrada datos de los usuarios de la red social Facebook. La solución tecnológica se basa en emplear herramientas de la web semántica, debido a que esta tecnología permite una mejor gestión y estructuración de datos, a través del desarrollo de una ontología e inclusión de un motor de razonamiento para realizar inferencias mediante reglas. El Modelo de Recomendación de Productos se basa en los Modelos de Representación Basado en Conocimiento de Rueda Morales, de Razonamiento Automático de Estrategias de Marketing de Yiqing, et al. y de Caracterización de Usuarios de Orozco, et al. Para la implementación del Modelo de Recomendación implicó el desarrollo de las ontologías, formalizadas en el lenguaje OWL, del Perfil del Usuario basado en el Modelo de Caracterización de Usuarios, y de Productos para la empresa de estudio Aisha Modas (marca de ropa para mujer), y la definición de reglas a través de Protégé formalizadas en el lenguaje SWRL, para el razonamiento del modelo, las que fueron integradas a las ontologías del Perfil de Usuario y de Productos. Protégé cuenta con un motor de razonamiento que realizó las inferencias del modelo y el resultado obtenido se mostró en la web Aisha Modas. Palabras clave: Redes Sociales, Modelo de Recomendación, Ontologías, Reglas de inferencia. / --- This work is a proposal of a Model Product recommendation for implementation using Semantic Web technologies taking as input data of users of social network Facebook. The technological solution is based on using semantic web tools, because this technology allows better management and data structuring, through the development of an ontology and inclusion of a reasoning engine to make inferences using rules. The Model Product Recommendation is based on the models Based on Knowledge Representation by Morales Rueda, Automated Reasoning of Marketing Strategies by Yiqing, et al. and Characterization of users by Orozco, et al. To implement the recommendation model, it required to develop ontologies, formalized on OWL language, of the user profile based on the Model Characterization Users and products for the enterprise of study Aisha Modas (clothing brand for women) and the definition of rules through Protégé formalized on SWRL language for reasoning model, that were integrated to ontologies User Profile and Products. Protégé has a reasoning engine that execute inference of model and the result was shown in the web Aisha Modas. Keywords: Social Networks Model Recommendation, ontologies, rules of inference.

Memoria para optar al título de Ingeniero Civil Industrial / La investigación en el campo de la educación está avanzando hacía el uso de la data educacional disponible, de distintas fuentes como lo son los sistemas de gestión del aprendizaje, con diversas herramientas que comprenden la analítica del aprendizaje (LA, por sus siglas en inglés). Con el objetivo de incorporar esta data para darle un uso con modelos de recomendación, para sugerir al alumno que acciones tomar considerando su metodología y uso de la plataforma de gestión de aprendizaje. Se emplean diversas herramientas, particularmente regresiones para estimar las acciones de mayor impacto en su desempeño.

Esta tesis se centra en la generación y secuenciación de listas de lectura automáticas para usuarios no expertos que buscan adentrarse en nuevos campos de conocimiento. Se abordan preguntas fundamentales como “¿Dónde debería empezar un usuario no experto cuando se introduce a un nuevo tema?”, y “¿Por dónde debería continuar su lectura después de cada documento?”. Para responder a estas cuestiones, se propone un modelo que evalúa y secuencia las lecturas considerando las relaciones de prerrequisito entre los documentos y poniendo especial énfasis en las características intrínsecas de los documentos, como la coherencia, la legibilidad, el contenido textual y la polaridad. La tarea de secuenciación de documentos se formula como un problema de optimización combinatoria que busca encontrar el conjunto óptimo de caminos de lectura que maximicen la efectividad del aprendizaje. Los contenidos de los documentos se representan mediante modelado de tópicos y modelos basados en Transformer. Estas representaciones se combinan con algoritmos genéticos y de colonia de hormigas para generar secuencias óptimas de lectura que consideren la relevancia y las relaciones entre los documentos. La validación de los enfoques propuestos se realiza mediante experimentos empíricos que respaldan la eficacia del modelo propuesto en entornos de aprendizaje abiertos y no supervisados. Los resultados demuestran que la representación de documentos y la generación de secuencias de lectura basadas en las características intrínsecas de los documentos pueden ser efectivas para proporcionar recomendaciones de lectura personalizadas y significativas. Aunque cada enfoque tiene sus ventajas y desventajas, el estudio subraya la relevancia de considerar tanto la generalidad como la relevancia temática de los documentos en la generación de listas de lectura.

No description available.

En el día a día, las personas suelen confiar en recomendaciones, tradicionalmente aportadas por otras personas (familia, amigos, etc.) para sus decisiones más variadas. En el mundo digital esto no es diferente, dado que los sistemas de recomendación están presentes en todas partes y de modo transparente. El principal objetivo de estos sistemas es el de ayudar en el proceso de toma de decisiones, generando recomendaciones de su interés y basadas en sus gustos. Dichas recomendaciones van desde productos en sitios web de comercio electrónico, como libros o lugares a visitar, además de qué comer o cuánto tiempo uno debe caminar al día para tener una vida sana, con quién salir o a quién seguir en las redes sociales. Esta es un área en ascensión. Por un lado, tenemos cada vez más usuarios en internet cuya vida está digitalizada, dado que lo que se hace en el "mundo real" está representado en cierto modo en el "mundo digital". Por otro lado, sufrimos una sobrecarga de información, que puede mitigarse mediante el uso de un sistema de recomendación. Sin embargo, estos sistemas también enfrentan algunos problemas, como el problema del arranque en frío y su necesidad de ser cada vez más "humanos", "personalizados" y "precisos" para satisfacer las exigencias de usuarios y empresas. En este desafiante escenario, los sistemas de recomendación basados en la personalidad se están estudiando cada vez más, ya que son capaces de enfrentar esos problemas. Algunos proyectos recientes proponen el uso de la personalidad humana en los recomendadores, ya sea en su conjunto o individualmente por rasgos. Esta tesis está dedicada a este nuevo área de recomendación basada en la personalidad, centrándose en uno de sus rasgos más importantes, la curiosidad. Además, para explotar la información ya existente en internet, obtendremos de forma implícita información de las redes sociales. Por lo tanto, este trabajo tiene como objetivo proporcionar una mejor experiencia al usuario final a través de un nuevo enfoque que ofrece una alternativa a algunos de los retos identificados en los sistemas de recomendación basados en la personalidad. Entre estas mejoras, el uso de las redes sociales para alimentar los sistemas de recomendación reduce el problema del arranque en frío y, al mismo tiempo, proporciona datos valiosos para la predicción de la personalidad humana. Por otro lado, la curiosidad no ha sido utilizada por ninguno de los sistemas de recomendación estudiados; casi todos han usado la personalidad general de un individuo a través de los Cinco Grandes rasgos de la personalidad. Sin embargo, los estudios psicológicos confirman que la curiosidad es un rasgo relevante en el proceso de elegir un item, cuestión directamente relacionada con los sistemas de recomendación. En resumen, creemos que un sistema de recomendación que mida implícitamente la curiosidad y la utilice en el proceso de recomendar nuevos ítems, especialmente en el sector turístico, podría claramente mejorar la capacidad de estos sistemas en términos de precisión, serendipidad y novedad, permitiendo a los usuarios obtener niveles positivos de satisfacción con las recomendaciones. Esta tesis realiza un estudio exhaustivo del estado del arte, donde destacamos trabajos sobre sistemas de recomendación, la personalidad humana desde el punto de vista de la psicología tradicional y positiva y finalmente cómo se combinan ambos aspectos. Luego, desarrollamos una aplicación en línea capaz de extraer implícitamente información del perfil de usuario en una red social, generando predicciones de uno o más rasgos de su personalidad. Finalmente, desarrollamos el sistema CURUMIM, capaz de generar recomendaciones en línea con diferentes propiedades, combinando la curiosidad y algunas características sociodemográficas (como el nivel de educación) extraídas de Facebook. El sistema ha sido probado y evaluado en el contexto turístico por usuarios r / En el dia a dia, les persones solen confiar en recomanacions, tradicionalment aportades per altres persones (família, amics, etc.) per a les seues decisions més variades. En el món digital això no és diferent, atès que els sistemes de recomanació estan presents a tot arreu i de manera transparent. El principal objectiu d'aquests sistemes és el d'ajudar en el procés de presa de decisions, generant recomanacions del seu interès i basades en els seus gustos. Aquestes recomanacions van des de productes en pàgines web de comerç electrònic, com a llibres o llocs a visitar, a més de què menjar o quant temps una persona ha de caminar al dia per a tindre una vida sana, amb qui eixir o a qui seguir en les xarxes socials. Aquesta és una àrea en ascensió. D'una banda, tenim cada vegada més usuaris en internet la vida de les quals està digitalitzada, atès que el que es fa en el "món real" està representat en certa manera en el "món digital". D'altra banda, patim una sobrecàrrega d'informació, que pot mitigar-se mitjançant l'ús d'un sistema de recomanació. No obstant això, aquests sistemes també enfronten alguns problemes, com el problema de l'arrencada en fred i la seua necessitat de ser cada vegada més "humans", "personalitzats" i "precisos" per a satisfer les exigències d'usuaris i empreses. En aquest desafiador escenari, els sistemes de recomanació basats en la personalitat s'estan estudiant cada vegada més, ja que són capaços d'enfrontar eixos problemes. Alguns projectes recents proposen l'ús de la personalitat humana en els recomendadors, ja siga en el seu conjunt o individualment per trets. Aquesta tesi està dedicada a aquest nou àrea de recomanació basada en la personalitat, centrant-se en un dels seus trets més importants, la curiositat. A més, per a explotar la informació ja existent en internet, obtindrem de forma implícita informació de les xarxes socials. Per tant, aquest treball té com a objectiu proporcionar una millor experiència a l'usuari final a través d'un nou enfocament que ofereix una alternativa a alguns dels reptes identificats en els sistemes de recomanació basats en la personalitat. Entre aquestes millores, l'ús de les xarxes socials per a alimentar els sistemes de recomanació redueix el problema de l'arrencada en fred i, al mateix temps, proporciona dades valuoses per a la predicció de la personalitat humana. D'altra banda, la curiositat no ha sigut utilitzada per cap dels sistemes de recomanació estudiats; quasi tots han usat la personalitat general d'un individu a través dels Cinc Grans trets de la personalitat. No obstant això, els estudis psicològics confirmen que la curiositat és un tret rellevant en el procés de triar un item, qüestió directament relacionada amb els sistemes de recomanació. En resum, creiem que un sistema de recomanació que mesure implícitament la curiositat i la utilitze en el procés de recomanar nous ítems, especialment en el sector turístic, podria clarament millorar la capacitat d'aquests sistemes en termes de precisió, sorpresa i novetat, permetent als usuaris obtindre nivells positius de satisfacció amb les recomanacions. Aquesta tesi realitza un estudi exhaustiu de l'estat de l'art, on destaquem treballs sobre sistemes de recomanació, la personalitat humana des del punt de vista de la psicologia tradicional i positiva i finalment com es combinen tots dos aspectes. Després, desenvolupem una aplicació en línia capaç d'extraure implícitament informació del perfil d'usuari en una xarxa social, generant prediccions d'un o més trets de la seua personalitat. Finalment, desenvolupem el sistema CURUMIM, capaç de generar recomanacions en línia amb diferents propietats, combinant la curiositat i algunes característiques sociodemogràfiques (com el nivell d'educació) extretes de Facebook. El sistema ha sigut provat i avaluat en el context turístic per usuaris reals. Els resultats demostren la seua capacitat per / In daily life, people usually rely on recommendations, traditionally given by other people (family, friends, etc.) for their most varied decisions. In the digital world, this is not different, given that recommender systems are present everywhere in such a way that we no longer realize. The main goal of these systems is to assist users in the decision-making process, generating recommendations that are of their interest and based on their tastes. These recommendations range from products in e-commerce websites, like books to read or places to visit to what to eat or how long one should walk a day to have a healthy life, who to date or who one should follow on social networks. And this is an increasing area. On the one hand, we have more and more users on the internet whose life is somewhat digitized, given than what one does in the "real world" is represented in a certain way in the "digital world". On the other hand, we suffer from information overload, which can be mitigated by the use of recommendation systems. However, these systems also face some problems, such as the cold start problem and their need to be more and more "human", "personalised" and "precise" in order to meet the yearning of users and companies. In this challenging scenario, personality-based recommender systems are being increasingly studied, since they are able to face these problems. Some recent projects have proposed the use of the human personality in recommenders, whether as a whole or individually by facet in order to meet those demands. Therefore, this thesis is devoted to this new area of personality-based recommendation, focusing on one of its most important traits, the curiosity. Additionally, in order to exploit the information already present on the internet, we will implicitly obtain information from social networks. Thus, this work aims to build a better experience for the end user through a new approach that offers an option for some of the gaps identified in personality-based recommendation systems. Among these gap improvements, the use of social networks to feed the recommender systems soften the cold start problem and, at the same time, it provides valuable data for the prediction of the human personality. Another found gap is that the curiosity was not used by any of the studied recommender systems; almost all of them have used the overall personality of an individual through the Big Five personality traits. However, psychological studies confirm that the curiosity is a relevant trait in the process of choosing an item, which is directly related to recommendation systems. In summary, we believe that a recommendation system that implicitly measures the curiosity and uses it in the process of recommending new items, especially in the tourism sector, could clearly improve the capacity of these systems in terms of accuracy, serendipity and novelty, allowing users to obtain positive levels of satisfaction with the recommendations. This thesis begins with an exhaustive study of the state of the art, where we highlight works about recommender systems, the human personality from the point of view of traditional and positive psychology and how these aspects are combined. Then, we develop an online application capable of implicitly extracting information from the user profile in a social network, thus generating predictions of one or more personality traits. Finally, we develop the CURUMIM system, able to generate online recommendations with different properties, combining the curiosity and some sociodemographic characteristics (such as level of education) extracted from Facebook. The system is tested and assessed within the tourism context by real users. The results demonstrate its ability to generate novel and serendipitous recommendations, while maintaining a good level of accuracy, independently of the degree of curiosity of the users. / Menk Dos Santos, A. (2018). Personality-based recommendation: human curiosity applied to recommendation systems using implicit information from social networks [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/114798 / TESIS

MEMORIA PARA OPTAR AL GRADO DE MAGISTER EN MARKETING / El presente estudio busca estudiar a experiencia y sus componentes en diferentes zonas turísticas de Chile. Así́ como, analizar la relación que existe entre ésta y la satisfacción del turista, la intención de revisita y la intención de recomendar el destino. El estudio se aplicó en tres diferentes zonas turisticas de Chile: Región Metropolitana, Valparaíso y Punta Arenas siendo estas 3 zonas con características diferentes: zona Cultural, zona de Playa y zona Natural. Esto con el fin de proponer hallazgos útiles, sobre la percepción y preferencia de los turístas en destinos experienciales lo que contribuirá a la generación de ventajas competitivas de las empresas prestadoras de estos servicios. La investigación corresponde a un estudio tipo concluyente, su población objetivo fueron turistas nacionales e internacionales, mayores de edad que hubieran pernoctado (Una o mas noches) o visitado la zona turística elegida (Uno o mas dias). El instrumento construido para la recolección de datos fue una encuesta estructurada tomando como base el instrumento elaborado por (J. Josko Brakus, Schmitt, & Zarantonello, 2009), con la cual se obtuvieron 600 observaciones. Con dichos datos se procedió́ a realizar un análisis factorial exploratorio. Posteriormente, se realizó́ un análisis factorial confirmatorio por medio de la construcción de un modelo de ecuaciones estructurales para medir las relaciones propuestas por el modelo teórico. Adicional a esto, se realiza una comparación con un modelo rival para analizar la calidad de los ajustes entregados en el estudio. La originalidad del estudio radica en la evaluación de las relaciones entre la experiencia en el diferentes zonas turísticas y sus cuatro componentes propuestos, y la relación con la satisfacción, intención de revisita e intención de recomendar zonas turísticas. Por otro lado, los resultados se evaluarán por zona turística, es decir, cada uno por separado. Esto implica que los resultados, además, de ser generales, son específicos para cada zona turística elegida. El estudio concluye en que la experiencia de marca, en efecto, está compuesta por cuatro componentes, siendo estos: sensorial, cognitiva, afectiva, y de comportamiento. Así́ como, que la experiencia en el destino, por ser definida como un conjunto de vínculos emocionales creados en los momentos de la visita al mismo, contribuye positivamente en la satisfacción, intención de revisita e intención de recomendar el mismo. Se concluye que existen relaciones significativamente positivas entre los contructos evaluados aceptando todas las hipotesis planteadas.

Los sistemas de recomendación se han hecho cada vez más frecuentes en los últimos años, ya que ayudan a los usuarios a acceder a elementos relevantes del vasto universo de posibilidades disponibles en estos días. La mayoría de las investigaciones existentes en el área se basan puramente en aspectos cuantitativos, tales como índices de popularidad o medidas de similitud entre elementos o usuarios. En esta tesis se desarrollaron distintos modelos para la implementación de sistemas de recomendación, que incorporan aspectos que difieren de los más clásicos de un recomendador. Uno de los modelos desarrollados incorpora la noción de confiabilidad, mientras que otro fomenta la transparencia de la recomendación para los usuarios y la flexibilidad para instanciar las preferencias de recomendación en un sistema de recomendación. Los modelos propuestos incorporan el uso de argumentos a favor o en contra de las recomendaciones para determinar si una sugerencia debe ser presentada o no a un usuario. Para lograr esto, se adopta la Programación Lógica Rebatible (DeLP, del inglés, Defeasible Logic Programming) como el formalismo subyacente para modelar hechos y reglas sobre el dominio de recomendación y para computar el proceso de argumentación. Este enfoque tiene varias ventajas sobre otras técnicas de recomendación existentes. En particular, las recomendaciones se pueden refinar fácilmente en cualquier momento agregando nuevas reglas pulidas. También, queda en evidencia la capacidad de inferencia de los modelos propuestos. Lo más importante es que las explicaciones que apoyan cada recomendación pueden proporcionarse de una manera que sea fácil de entender para el usuario, por medio de los argumentos calculados. / Recommender systems have become prevalent in recent years as they help users to access relevant items from the vast universe of possibilities available these days. Most existing research in this area is based purely on quantitative aspects such as indices of popularity or measures of similarity between items or users. In this thesis, different models were developed for the implementation of recommendation systems, which incorporate aspects that differ from those classically found in a recommender. One of the models developed incorporate the notion of trust, while another promotes the transparency of the recommendation for users and the flexibility to instantiate recommendation preferences in a recommendation system. The proposed models incorporate the use of arguments in favor or against recommendations to determine if a suggestion should be presented or not to a user. In order to accomplish this, Defeasible Logic Programming (DeLP) is adopted as the underlying formalism to model facts and rules about the recommendation domain and to compute the argumentation process. This approach has a number of advantages over other existing recommendation techniques. In particular, recommendations can be easily refined at any time by adding new polished rules. Also, the inference capability of the proposed models is evident. Most importantly, explanations supporting each recommendation can be provided in a way that is easily understood by the user, by means of the computed arguments.

No description available.

A presente pesquisa analisou a recomendação de objetos de aprendizagem (OAs) por competências, a partir da colaboração baseada na avaliação pela qualidade percebida dos objetos de aprendizagem utilizados, considerando os estados de ânimo dos alunos. Neste sentido, a pesquisa visou desenvolver e validar um sistema de recomendação por qualidade percebida de objetos de aprendizagem por competência, que considera o estado de ânimo do aluno, denominado Requali. Este agregou os estados de ânimo dos usuários e a avaliação de qualidade percebida ao processo de recomendação de objetos de aprendizagem por competências. Os sistemas de recomendação integram processos que permitem caracterizar o perfil do usuário, as características do objeto e a avaliação do que está sendo disponibilizado. Assim, a fundamentação teórica inclui a recomendação de objetos de aprendizagem; os estados de ânimo dos usuários; e a avaliação de qualidade percebida. Para a recomendação de OAs, adotaram-se os estudos de Cazella, Nunes e Reategui (2010) sobre a relevância e as características dos sistemas de recomendação; e de Cazella et al. (2012) que tratam do RecOAComp como sistema de recomendação de objetos de aprendizagem por competências. Acerca dos estados de ânimo, incluíram-se o trabalho de Bercht (2001), sobre a essencialidade da afetividade no processo de ensino; e o de Longhi (2011), sobre o mapa afetivo como funcionalidade do Ambiente Virtual de Aprendizagem ROODA (Rede Cooperativa de Aprendizagem) para reconhecimento dos estados de ânimo. Por fim, utilizou-se a teoria da qualidade percebida desenvolvida por Oliver (1997), que trata das expectativas, das percepções e da avaliação da qualidade percebida pelos sujeitos. A pesquisa possibilitou a construção da estrutura de uma Matriz que foi utilizada posteriormente no Requali. Os critérios utilizados (expectativa, percepção e qualidade percebida) foram identificados na literatura e discutidos por um grupo focal de professores de Administração. O sistema Requali foi desenvolvido com tecnologia PHP, CSS e banco de dados MySQL. Ele foi validado por meio de um curso de extensão oferecido para alunos de graduação de Administração. Os alunos apontaram que o sistema fornece disponibilizações adequadas. Entretanto destacaram limitações de uso referentes ao reconhecimento de conceitos presentes na interface do sistema e na recuperação de informações, apesar de terem caracterizado o Requali como atrativo, fácil de usar e motivador. Assim, constatou-se que o Requali ao associar a avaliação pela qualidade percebida, baseada na Matriz Requali, e os estados de ânimos dos alunos para a recomendação de OAs por competências oferece itens disponibilizados que se aproximam dos interesses dos alunos. / This research analyzed the recommendation of learning objects (LO) by competence from the contribution based on the perceived quality evaluation of the learning objects that have been used, considering students’ state of mood. In this sense, the research aimed at developing and validating a recommendation system by perceived quality of learning objects, which considers students’ state of mood, that is named Requali. This system has associated users’ states of mood and perceived evaluation in the recommendation process of learning objects by competencies. Recommender systems integrate processes that allow the characterization of the user’s profile, the object’s characteristics and the evaluation of what is made available. Thus the theoretical framework includes learning objects recommendation; users’ states of mood; and the assessment of the perceived quality. For LO recommendation, we adopted the studies of Cazella, Nunes and Reategui (2010) on the relevance and characteristics of recommender systems; and the studies of Cazella et al. (2012) that approaches the RecOAComp as a learning objects recommender system by competencies. Regarding states of mood, we included the work of Bercht (2001) on the essentiality of affectivity in the teaching process; and Longhi’s work (2011) on the emotional map as a functionality of the ROODA (Learning Cooperative Network) Learning Virtual Environment for states of mood recognition. Finally, we used the perceived quality theory developed by Oliver (1997), which approaches the subject’s expectations, perceptions and assessment of the perceived quality. The research enabled the construction of the structure of a matrix which was subsequently used in Requali. The used criteria (expectation, perception and perceived quality) were identified in the literature and discussed by a focus group with business administration professors. Requali system was developed with PHP, CSS and MySQL database. It has been validated by an extension course offered for Business Administration undergraduate students. The students have pointed out that the system provides appropriate recommendations. However, they have highlighted limitations of use regarding concepts recognition in the system’s interface and information retrieval, although they have also characterized Requali as attractive, easy to use and motivating. Thus it was found that Requali, associating perceived quality evaluation based on the Requali Matrix with the students’ states of mood for LO recommendation by competencies,offers available items that are close to student’s interests. / Esta investigación examinó las recomendaciones de los objetos de aprendizaje de competencias (los) de la colaboración basada en la evaluación de la calidad percibida de los objetos utilizados aprendizaje, teniendo en cuenta los estados de ánimo de los estudiantes. En este sentido, la investigación tuvo como objetivo desarrollar y validar un sistema de recomendación de calidad para la competencia percibida por los objetos de aprendizaje, de los objetos de aprendizaje (OAs) por competencia, que considera el estado de ánimo del estudiante llamado Requali. Este añadió los estados de ánimo de los usuarios y la evaluación de la calidad percibida en el proceso de recomendación de los objetos de aprendizaje por competencias. Los sistemas de recomendación se integran procesos que permiten caracterizar el perfil de lo usuario, las características del objeto y la evaluación de lo que se está poniendo a disposición. Así, el marco teórico incluye la recomendación de objetos de aprendizaje; estados de ánimo de los usuários; y la evaluación de la calidad percibida. Hacia la recomendación de los OAs, fueron adoptdos los estudios de Cazella, Nunes y Reátegui (2010) acerca de la importancia y las características de los sistemas de recomendación; y Cazella et al. (2012), relativo a ló RecOAComp como sistema de recomendación de objetos de aprendizaje por competencias. En cuanto a los estados de ánimo, se incluye el trabajo de Bercht (2001) sobre la esencialidad de la afectividad en el proceso de enseñanza; y Longhi (2011), sobre el mapa afectivo como la funcionalidad del Entorno Virtual de Aprendizaje ROODA (Red de Aprendizaje Cooperativa) para el reconocimiento de los estados de ánimo. Por último, se utilizó la teoría de la calidad percibida desarrollada por Oliver (1997), que se ocupa de las expectativas, las percepciones y la evaluación de la calidad percibida por los sujetos. La investigación permitió la construcción de la estructura de una matriz que fuera utilizada posteriormente en ló Requali. Los critérios utilizados (expectativa, la percepción y la calidad percibida) fueron identificados en la literatura y discutidos por um grupo focal de profesores de Gestión. El sistema Requali fue desarrollado con tecnología PHP, CSS y banco de datos MySQL. Fue validado por un curso de extensión ofrecido para estudiantes universitarios de Administración. Los estudiantes señalaron que el sistema proporciona disponibilizaciones apropiadas. Sin embargo han resaltado las limitaciones de uso para el reconocimiento de los conceptos presentes en la interfaz del sistema y la recuperación de información a pesar de que caracterizarán lo Requali como atractivo, fácil de usar y motivador. Por lo tanto, se encontró que el Requali asociando la evaluación por parte de la calidad percibida en base a la matriz Requali, y los estados de ánimo de los estudiantes para la recomendación de OAs por la competencia ofrece los elementos disponibles que se cercan de los intereses de los estudiantes.

En años recientes,la Inteligencia Artificial ha contribuido a resolver problemas encontrados en el desempeño de las tareas de unidades informáticas, tanto si las computadoras están distribuidas para interactuar entre ellas o en cualquier entorno (Inteligencia Artificial Distribuida). Las Tecnologías de la Información permiten la creación de soluciones novedosas para problemas específicos mediante la aplicación de los hallazgos en diversas áreas de investigación. Nuestro trabajo está dirigido a la creación de modelos de usuario mediante un enfoque multidisciplinario en los cuales se emplean los principios de la psicología, inteligencia artificial distribuida, y el aprendizaje automático para crear modelos de usuario en entornos abiertos; uno de estos es la Inteligencia Ambiental basada en Modelos de Usuario con funciones de aprendizaje incremental y distribuido (conocidos como Smart User Model). Basándonos en estos modelos de usuario, dirigimos esta investigación a la adquisición de características del usuario importantes y que determinan la escala de valores dominantes de este en aquellos temas en los cuales está más interesado, desarrollando una metodología para obtener la Escala de Valores Humanos del usuario con respecto a sus características objetivas, subjetivas y emocionales (particularmente en Sistemas de Recomendación).Una de las áreas que ha sido poco investigada es la inclusión de la escala de valores humanos en los sistemas de información. Un Sistema de Recomendación, Modelo de usuario o Sistemas de Información, solo toman en cuenta las preferencias y emociones del usuario [Velásquez, 1996, 1997; Goldspink, 2000; Conte and Paolucci, 2001; Urban and Schmidt, 2001; Dal Forno and Merlone, 2001, 2002; Berkovsky et al., 2007c]. Por lo tanto, el principal enfoque de nuestra investigación está basado en la creación de una metodología que permita la generación de una escala de valores humanos para el usuario desde el modelo de usuario. Presentamos resultados obtenidos de un estudio de casos utilizando las características objetivas, subjetivas y emocionales en las áreas de servicios bancarios y de restaurantes donde la metodología propuesta en esta investigación fue puesta a prueba.En esta tesis, las principales contribuciones son: El desarrollo de una metodología que, dado un modelo de usuario con atributos objetivos, subjetivos y emocionales, se obtenga la Escala de Valores Humanos del usuario. La metodología propuesta está basada en el uso de aplicaciones ya existentes, donde todas las conexiones entre usuarios, agentes y dominios que se caracterizan por estas particularidades y atributos; por lo tanto, no se requiere de un esfuerzo extra por parte del usuario. / Information Technology enables new solutions to be created for specific problems by applying knowledge gained in various areas of research.Our work is aimed at creating user models using a multi-disciplinary approach in which we use principles of psychology, distributed artificial intelligence, and automatic learning to create user models in open environments; such as Environmental Intelligence based on User Models with functions of incremental and distributed learning (known as Smart User Models). Based on these user models, we aimed this research at acquiring user characteristics that are not trivial and that determine the user's scale of dominant values in the matters in which he/she is most interested, and developing a methodology for extracting the Human Values Scale of the user with regard to his/her objective, subjective, and emotional attributes (particularly in the Recommender Systems). One of the areas that have been little researched is the inclusion of the human values scale in information systems. A Recommender System, User Models, and Systems Information only takes into account the preferences and emotions of the user [Velásquez, 1996, 1997; Goldspink, 2000; Conte and Paolucci, 2001; Urban and Schmidt, 2001; Dal Forno and Merlone, 2001, 2002; Berkovsky et al., 2007c]. Therefore, the main approach of our research is based on creating a methodology that permits the generation of the human values scale of the user from the user model. We present results obtained from a case study using the objective, subjective, and emotional attributes in the banking and restaurant domains, where the methodology proposed in this research was tested. In this thesis, the main contributions are: To develop a methodology that, given a user model with objective, subjective and emotional attributes, obtains the user's Human Values Scale. The methodology proposed is based on the use of existing applications, where there are connections between users, agents, and domains that are characterised by their features and attributes; therefore, no extra effort is required by the user.