| Revista: | INGE CUC |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000418678 |
| ISSN: | 2382-4700 |
| Autores: | Riveros Rey, Oscar Arley1 Romero Fajardo, Juan Guillermo1 Herrera Cubides, Jhon Francined1 |
| Instituciones: | 1Universidad Distrital "Francisco José de Caldas", Bogotá. Colombia |
| Año: | 2017 |
| Periodo: | Ene-Jun |
| Volumen: | 13 |
| Número: | 1 |
| Paginación: | 9-18 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | Este artículo se orienta en presentar el diseño de una apli-cación móvil que involucra la tecnología NFC y un algoritmo recomendador colaborativo bajo la técnica de los K-vecinos, permitiendo observar sugerencias personalizadas para cada cliente.Objetivo− Diseñar y desarrollar una aplicación móvil, usando tecnologías NFC y Técnica de los K-Vecinos en una Algoritmo recomendador, para un Sis-tema de Compras.Metodología− El proceso seguido para el diseño y desarrollo de la aplicación se enfoca en:• Revisión del estado del arte en los sistemas de compras móviles.• Construcción del Estado del arte en el uso de la Tecnología NFC y las téc-nicas de IA para sistemas recomendadores, enfocadas en los Algoritmos de K-Vecinos• Diseño del sistema Propuesto• Parametrización e implementación de la Técnica de los K-Vecinos e integración de la Tecnología NFC• Implementación y Pruebas del Sistema Propuesto.Resultados− Dentro de los resultados obtenidos se detallan:• Aplicación móvil que integra Android, Tecnologías NFC y una Técnica de Algoritmo Recomendador• Parametrización de la Técnica de los K-Vecinos, para ser usada dentro del algoritmo recomendador.• Implementación de requerimientos funcionales que permiten generar reco-mendaciones personalizadas de compra al usuario, calificaciones de usuarioConclusiones− La técnica de los k-vecinos en un algoritmo recomendador permite suministrarle al cliente una serie recomendaciones con un nivel de se-guridad, dado que este algoritmo realiza cálculos teniendo en cuenta múltiples parámetros y contrasta los resultados obtenidos para otros usuarios logrando encontrar los artículos con un mayor grado de similitud con el perfil del cliente. Este algoritmo parte de una muestra de productos similares, complementarios y otros no relacionados, aplicando su formulación respectiva, se obtiene que la recomendación se r |
| Resumen en inglés | This paper aims to present the design of a mobile application involving NFC technology and a collaborative recommendation algorithm under the K-neighbors technique, allowing to observe personalized sugges-tions for each client.Objective−Design and develop a mobile application, using NFC technolo-gies and K-Neighbors Technique in a recommendation algorithm, for a Pro-curement System.Methodology−The process followed for the design and development of the application focuses on:• Review of the state of the art in mobile shopping systems.• State-of-the-art construction in the use of NFC technology and AI tech-niques for recommending systems, focused on K-Neighbors Algorithms• Proposed system design• Parameterization and implementation of the K-Neighbors Technique and integration of NFC Technology• Proposed System Implementation and Testing.Results− Among the results obtained are detailed:• Mobile application that integrates Android, NFC Technologies and a Te-chnique of Algorithm Recommendation• Parameterization of the K-Neighbors Technique, to be used within the recommend algorithm.• Implementation of functional requirements that allow the generation of personalized recommendations for purchase to the user, user ratingsConclusions−The k-neighbors technique in a recommendation algorithm allows the client to provide a series of recommendations with a level of se-curity, since this algorithm performs calculations taking into account mul-tiple parameters and contrasts the results obtained for other users, finding the articles with a Greater degree of similarity with the customer profile. This algorithm starts from a sample of similar, complementary and other unrelated products, applying its respective formulation, we obtain that the recommendation is made only with the complementary products that obtai-ned higher qualification; Making a big difference with most recommending systems |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Programación, Aplicaciones móviles, Comercio electrónico, Teléfonos inteligentes, Algoritmos, Recomendaciones, Sistemas de compra |
| Keyword: | Programming, Mobile applications, Electronic commerce, Smartphones, Algorithms, Recommendations, Purchasing systems |
| Texto completo: | Texto completo (Ver HTML) |
