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.

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.

Este artículo trata sobre la problemática y el desarrollo de un asistente virtual de moda propuesto mediante el uso de una cámara Kinect v2 y procesamiento de imágenes, para tiendas minoristas de moda. Surge principalmente como una respuesta a la incapacidad de proporcionar experiencias únicas durante el proceso de compra mediante el uso de diversos dispositivos. Debido a esto, se analizaron soluciones de asistente virtual similares orientadas a proporcionar recomendaciones de vestimenta para poder proporcionar un software que podría dar una sugerencia más personalizada para los usuarios basándose en sus características físicas. La validación del modelo se realizará a través de la experiencia de un grupo de usuarios en el momento del uso del asistente virtual y expertos en el área de evaluación de moda. / This article is about the problematic and development of a fashion virtual assistant proposed by using a Kinect v2 camera and image processing, for fashion retail stores. It comes up mainly as a response to the inability of providing unique experiences during the shopping process through the use of diverse devices. Because of this, similar virtual assistant solutions oriented to provide clothing recommendations were analysed to be able to provide a software that could give a more personalized suggestion for the users basing in their physical characteristics. The model validation will be done through the experience of a group of users at the moment of use of the virtual assistant and experts in the fashion assessment area. / Trabajo de investigación

Technology nowadays is evolving at rates that surpass anything imagination could perceive and it certainly affects every public or private enterprise. Well, according to this topic, I’m suggesting the improvement of the communications network of the Regional Government of Lima based on an integrated data and voice platform which includes a Cisco Centralized IP Telephony solution, called Cisco Unified Communications Manager 7.0, that works as a main element in order to achieve meaningful and complete management of internal and external telephone calls within MPLS Networks. Regional Government of Lima has been chosen because of its importance related to the economic activities of the population and the support that could be brought by an institution which could make success and generate productivity about rapid administrative processes . The thesis is divided into distinct chapters that make up the context of the investigation which involves network planning and design as an iterative process, encompassing topological design, network realization, IT asset sourcing and operations planning. For this purpose, information about the old and non sophisticated network status was raised. Costs and more details such as hardware and software features and more ways to make this network work so much better, with all the resources at its disposal, will be found on this whole solution

Submitted by Edgar Bisset Alvarez (ebicet@gmail.com) on 2017-09-26T15:42:00Z No. of bitstreams: 1 BISSET, E._Tese Doutorado_2017.pdf: 3344763 bytes, checksum: 884ae066aac9154e1211e987df275f8f (MD5) / Rejected by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br), reason: Solicitado pelo autor. on 2017-09-26T16:03:28Z (GMT) / Submitted by Edgar Bisset Alvarez (ebicet@gmail.com) on 2017-09-26T16:11:02Z No. of bitstreams: 1 BISSET ALVAREZ, EDGAR._Tese Doutorado_2017.pdf: 3385452 bytes, checksum: af6910cf5fa84c7e9a61b79bb3a23011 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-09-26T16:24:03Z (GMT) No. of bitstreams: 1 bissetalvarez_e_dr_mar.pdf: 3385452 bytes, checksum: af6910cf5fa84c7e9a61b79bb3a23011 (MD5) / Made available in DSpace on 2017-09-26T16:24:03Z (GMT). No. of bitstreams: 1 bissetalvarez_e_dr_mar.pdf: 3385452 bytes, checksum: af6910cf5fa84c7e9a61b79bb3a23011 (MD5) Previous issue date: 2017-08-28 / Programa de Apoyo a Estudiantes de Doctorado del Extranjero (PAEDEX) “AUIPUNESP” / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Produto do amplo avanço no desenvolvimento de aplicativos e ferramentas para o uso nas bibliotecas percebe-se um notável aumento no nível de complexidade dos ambientes de informação destas instituições, o que desde a perspectiva da Arquitetura da Informação cria a necessidade de projetos de pesquisas mais apurados, e que visem melhorar os ambientes de informação das bibliotecas universitárias, tendo sempre como principal objetivo, favorecer as experiências dos usuários, e ajudá-los nos processos de encontrabilidade das informações pertinentes, no momento preciso e com a máxima qualidade possível. Estudos desenvolvidos na área da Ciência da Informação, da Biblioteconomia, e mais especificamente na área da Arquitetura da Informação têm realizado grandes esforços na busca de técnicas, métodos e ferramentas que permitam facilitar e aumentar para o usuário final, a tomada de melhores decisões em suas atividades diárias. No entanto, estes estudos demostram-se insuficientes na hora de antecipar-se às necessidades dos usuários e proporcionar a eles informações personalizadas que atendam seus gostos e preferências. Diante deste cenário, evidenciamos a necessidade de respostas para este fenômeno, encontrando na área da Ciência da Computação estudos sobre a personalização dos ambientes digitais (aplicados especificamente na área do e-commerce), por meio da incorporação de Sistemas de Recomendações, voltados para o alívio da carga informacional que recai sobre o usuário, e o aumento do serendipismo nos diferentes ambientes informacionais por meio de técnicas de filtragem da informação, que sugerem aos usuários recursos que possam vir a satisfazer suas necessidades. Surge assim a questão que norteia esta pesquisa: Como melhorar a Encontrabilidade da Informação nos espaços informacionais dos CRAI, a partir da inserção e uso dos Sistemas de Recomendação em projetos de Arquitetura da Informação? A fim de demostrar a importância dos estudos sobre esse tema desde a perspectiva da Biblioteconomia, definiu-se como objetivo principal a “Construção de um modelo teórico de Arquitetura da Informação com foco em Sistemas de Recomendação, visando aumentar a Encontrabilidade da Informação nos CRAI”. Como metodologia para o desenvolvimento desta pesquisa, optamos pelo uso do método quadripolar, pela sua capacidade de dinamismo e flexibilidade, e facilidade de análise do objeto de investigação a partir de diferentes perspectivas. Durante toda a pesquisa, trabalhou-se com a hipótese de que, a incorporação dos Sistemas de Recomendação no contexto das Bibliotecas Universitárias facilitará o processo de Encontrabilidade da Informação de uma comunidade de usuários cada vez mais exigente para com os produtos e serviços que consomem. Como resultados foram apresentados, primeiramente, um conceito de Sistema de Recomendação aplicável e usável na área da Biblioteconomia, além de trazer a proposta de um modelo teórico para a inclusão dos Sistemas de Recomendação em futuros projetos de Arquitetura da Informação, não só dos ambientes informacionais das bibliotecas universitárias, como de outros centros de informação, por último, elaborou-se uma ferramenta que permite avaliar a implementação e funcionamento do modelo na sua aplicação prática. / Due to the wide advancement in the development of applications and tools for the use of libraries, there is a notable increase in the level of complexity of the information environments of these institutions, there is an increase in the level of complexity of their informational environments, that, of the perspective of Information Architecture creates the need for more accurate research projects, in the search to improve the information environments of the university libraries, having as main objective, to improve the experiences of the users, and assist them to find the pertinent information, at the right time and with the highest possible quality. Many studies developed in the area of Library and Information Science, and more specifically into Information Architecture have made great efforts in the search for techniques, methods and tools that allow, and enable them to make better decisions in their daily activities. However, these studies prove to be insufficient, when it comes to anticipating the needs of users, and providing personalized information that suit their tastes and preferences. In this scenario, we highlight the need for answers to this problem, finding into area of computer science, studies on the personalization of digital environments (specifically applied into e-commerce area) through the incorporation of Recommendations Systems, aimed at alleviating to informational overburden on the user, and increasing to serendipity in the different information environments, through to the information filtering techniques, that suggest which to users, resources that may meet their needs.. This raises the question that guides this research: How to improve Findability of Information into CRAI, based on the insertion and use of Recommendation Systems in Information Architecture projects? In order to show the importance of the studies on this subject, from the perspective of Library Science, was defined the main objective, being "to the Construction of a theoretical model of Information Architecture focusing on Recommendation Systems in order to increase Findability of Information into CRAI"As methodology for the development of this research, we chose the use of the Quadripolar Method, its capacity for dynamism and flexibility, and ease of analysis of the research object from different perspectives. Throughout the research, we worked to the hypothesis, that the incorporation of the Recommendation Systems in the context of University Libraries will facilitate the process of Findability of Information, an user community increasingly to demanding, with the products and services they consume. As a result, was first presented a concept of System of Recommendation, applicable and usable in the area of Library Science, as well as the proposal of a theoretical model for the inclusion of Recommendation Systems, in future Information Architecture projects, not only for the informational environments of the University libraries, and for other information centers too. Finally, a tool was developed to evaluate the implementation and functioning of the model in its practical application. / Debido al amplio avance alcanzado en el área de desarrollo de aplicaciones y herramientas para el uso de las bibliotecas, se nota un notable aumento en el nivel de complejidad de los ambientes de información de estas instituciones, lo que desde la perspectiva de la Arquitectura de la Información crea la necesidad de proyectos de investigación, que busquen mejorar los ambientes de información de las Bibliotecas Universitarias, teniendo como principal objetivo mejorar las experiencias de los usuarios y ayudarlos en el proceso de encontrar la información pertinente, en el momento preciso y con la mejor calidad posible. Estudios desarrollaos desde las Ciencias de la Información, la Bibliotecología y específicamente desde la Arquitectura da Información se han realizado grandes esfuerzos en la búsqueda de técnicas, métodos y herramientas que faciliten y aumenten el acceso, uso y capacidad de los usuarios para tomar mejores decisiones en sus actividades diarias. Estos estudios aun resultan insuficientes en su capacidad de anticiparse a las necesidades de los usuarios y ofrecerles informaciones con cierto nivel de personalización e que acompañen sus gustos y preferencias. Ante este contexto, percibimos la necesidad de dar respuesta a este fenómeno, encontrando en el dominio de la computación, estudios sobre la personalización de los ambientes digitales (utilizados específicamente en el área de e-comerce), a través de la incorporación de Sistemas de Recomendación, orientados a aliviar la carga informacional que sobre el usuario recae y el aumento del serendipismo en los diferentes ambientes informacionales a través de técnicas de filtrado de información, que les sugieren a los usuarios recursos que podrían satisfacer sus necesidades de información futuras. Surge así la pregunta que guía esta investigación: ¿Cómo mejorar la encontrabilidad de la información en los espacios informacionales de los CRAI, partiendo de la inserción y uso de los Sistemas de Recomendación en proyectos de Arquitectura de la Información? Con el objetivo de mostrar la importancia de estudios sobre este tema desde la perspectiva de la Bibliotecología, se define como objetivo principal de la investigación, la “Construcción de un modelo teórico de Arquitectura de la Información con foco en los Sistemas de Recomendación con el objetivo de aumentar la Encontrabilidad de la Información en los CRAI. La metodología adoptada para la realización de esta investigación fue el método cuadripolar, que brinda cierta facilidad y flexibilidad para la investigación, así como, claridad para la realización de un profundo análisis del objeto de estudio desde diferentes perspectivas. Durante la investigación se trabajó con la hipótesis de que, con la incorporación de los Sistemas de Recomendación en los ambientes de las bibliotecas universitarias, el proceso de encontrabilidad acontecería con mayor facilidad en la medida que tratan de satisfacer las necesidades de su comunidad usuaria. Como resultado final fue elaborado un concepto de Sistema de Recomendación aplicable y usable en el contexto de la Bibliotecología, además de presentar una propuesta de modelo teórico para la inclusión de los sistemas de recomendación en futuros proyectos de Arquitectura de Información, no solo de los ambientes de información de las bibliotecas universitarias, como de otros centros de información, por último se elaboró una herramienta de evaluación que acompañe el proceso de implementación funcionamiento del modelo en su aplicación práctica. / CAPES: 88881.135000/2016-01

La presente investigación tiene como objetivo principal determinar si existe relación entre la reciprocidad de la comunidad, la distancia social afectiva, y la receptividad de la comunidad en la recomendación online de productos de ropa femenina en las redes sociales de Facebook e Instagram, en las mujeres de 21 a 35 años de edad y que residen en los distritos de Surquillo, Barranco y San Juan de Miraflores en Lima Metropolitana. Para ello, se realizó un estudio con un enfoque mixto, ya que emplea una metodología cuantitativa y cualitativa. Se empleó un estudio descriptivo y correlacional para determinar la relación entre las variables (reciprocidad de la comunidad, distancia social afectiva, receptividad de la comunidad y recomendación de productos) y para determinar un patrón predecible en nuestro segmento de interés. Asimismo, se realizó una entrevista a profundidad a una experta en el rubro de la moda para poder validar nuestros objetivos e hipótesis. Se realizaron 4 entrevistas a influencers o bloggers de moda, quienes también cumplen un rol importante en la generación de recomendaciones online, con la finalidad de obtener información relevante sobre nuestro segmento de interés. A su vez, se realizó un análisis factorial confirmatorio con la finalidad de validar la teoría propuesta en el marco teórico. Finalmente, se aplicó una encuesta a una muestra de 382 personas, donde se recabó la información necesaria para realizar el análisis estadístico e inferencial respectivo. / The main objective of this research is to determine if exits or not a relationship between community reciprocity, affective social distance, community receptivity influence, and the online recommendation of women's clothing products on Facebook and Instagram, in women between 21 and 35 years old and who reside in Surquillo, Barranco and San Juan de Miraflores districts in Lima Metropolitana. For this, we made a mixed approach study, since it uses a quantitative and qualitative methodology. A descriptive and correlational study was used to measure the relationship between the variables (community reciprocity, affective social distance, community receptivity, and product recommendation) and it was used to determine a predictable pattern in our segment of interest. Furthermore, we made an in-depth interview that was conducted with an expert from the fashion industry in order to validate our objectives and hypotheses. We made four interviews that were conducted with influencers or fashion bloggers, who also play an important role in generating online recommendations, in order to obtain relevant information about our segment of interest. In turn, a confirmatory factor analysis was performed to validate the theory proposed within theoretical framework. Finally, a survey was applied to a sample of 382 individuals, where the necessary information was collected to carry out the respective statistical and inferential analysis. / Tesis

For over 4 years now, there has been a fierce fight for staying ahead in the so-called ”Streaming War”. The Covid-19 pandemic and its consequent confinement only worsened the situation. In such a market where the user is faced with too many streaming video services to choose from, retaining customers becomes a necessary must. Moreover, an extensive catalogue makes it even more difficult for the user to choose a movie from. Recommender Systems try to ease this task by analyzing the users’ interactions with the platform and predicting movies that, a priori, will be watched next. Neural Networks have started to be implemented as the underlying technology in the development of Recommender Systems. Yet, most streaming services fall victim to a highly uneven movies distribution, where a small fraction of their content is watched by most of their users, having the rest of their catalogue a limited number of views. This is the long-tail problem that makes for a difficult classification model. An RNN model was implemented to solve this problem. Following a multiple-experts classification strategy, where each classifier focuses only on a specific group of films, movies are clustered by popularity. These clusters were created following the Jenks natural breaks algorithm, clustering movies by minimizing the inner group variance and maximizing the outer group variance. This new implementation ended up outperforming other clustering methods, where the proposed Jenks’ movie clusters gave better results for the corresponding models. The model had, as input, an ordered stream of watched movies. An extra input variable, the date of the visualization, gave an increase in performance, being more noticeable in those clusters with a fewer amount of movies and more views, i.e., those clusters not corresponding to the least popular ones. The addition of an extra variable, the percent of movies watched, gave inconclusive results due to hardware limitations. / I över fyra år har det nu varit en hård kamp för att ligga i framkant i det så kallade ”Streaming kriget”. Covid-19-pandemin och den därpå följande karantänen förvärrade bara situationen. På en sådan marknad där användaren står inför alltför många streamingtjänster att välja mellan, blir kvarhållande av kunderna en nödvändighet. En omfattande katalog gör det dessutom ännu svårare för användaren att välja en film. Rekommendationssystem försöker underlätta denna uppgift genom att analysera användarnas interaktion med plattformen och förutsäga vilka filmer som kommer att ses härnäst. Neurala nätverk har börjat användas som underliggande teknik vid utvecklingen av rekommendationssystem. De flesta streamingtjänster har dock en mycket ojämn fördelning av filmerna, då en liten del av deras innehåll ses av de flesta av användarna, medan en stor del av deras katalog har ett begränsat antal visualiseringar. Detta så kallade ”Long Tail”-problem gör det svårt att skapa en klassificeringsmodell. En RNN-modell implementerades för att lösa detta problem. Genom att följa en klassificeringsstrategi med flera experter, där varje klassificerare endast fokuserar på en viss grupp av filmer, grupperas filmerna efter popularitet. Dessa kluster skapades enligt Jenks natural breaks-algoritm, som klustrar filmer genom att minimera variansen i den inre gruppen och maximera variansen i den yttre gruppen. Denna nya implementering överträffade till slut andra klustermetoder, där filmklustren föreslagna av Jenks gav bättre resultat för motsvarande modeller. Modellen hade som indata en ordnad ström av sedda filmer. En extra ingångsvariabel, datumet för visualiseringen, gav en ökning av prestandan, som var mer märkbar i de kluster med färre filmer och fler visualiseringar, dvs. de kluster som inte motsvarade de minst populära klustren. Tillägget av en extra variabel, procent av filmen som har setts, gav inte entydiga resultat på grund av hårdvarubegränsningar / Desde hace más de 4 años, se está librando una lucha encarnizada por mantenerse en cabeza en la llamada ”Guerra del Streaming”. La Covid-19 y su consiguiente confinamiento no han hecho más que empeorar la situación. En un mercado como éste, en el que el usuario se encuentra con demasiados servicios de vídeo en streaming entre los que elegir, retener a los clientes se convierte en una necesidad. Además, un catálogo extenso dificulta aún más la elección de una película por parte del usuario. Los sistemas de recomendación intentan facilitar esta tarea analizando las interacciones de los usuarios con la plataforma y predecir las películas que, a priori, se verán a continuación. Las Redes Neuronales han comenzado a implementarse como tecnología subyacente en el desarrollo de los sistemas de recomendación. Sin embargo, la mayoría de los servicios de streaming son víctimas de una distribución de películas muy desigual, en la que una pequeña fracción de sus contenidos es vista por la mayoría de sus usuarios, teniendo el resto de su catálogo un número muy inferior de visualizaciones. Este es el denominado problema de ”long-tail” que dificulta el modelo de clasificación. Para resolver este problema se implementó un modelo RNN. Siguiendo una estrategia de clasificación de expertos múltiples, en la que cada clasificador se centra en un único grupo específico de películas, agrupadas por popularidad. Estos clusters se crearon siguiendo el algoritmo de Jenks, agrupando las películas mediante minimización y maximización de la varianza entre grupos . Esta nueva implementación acabó superando a otros métodos de clustering, donde los clusters de películas de Jenks propuestos dieron mejores resultados para los modelos correspondientes. El modelo tenía como entrada un flujo ordenado de películas vistas. Una variable de entrada extra, la fecha de la visualización, dio un incremento en el rendimiento, siendo más notable en aquellos clusters con una menor cantidad de películas y más visualizaciones, es decir, aquellos clusters que no corresponden a los menos populares. La adición de una variable extra, el porcentaje de películas vistas, dio resultados no concluyentes debido a limitaciones hardware.