| Sumario: | En els darrers anys, la indústria editorial espanyola s'ha anat acostant cada cop més a la transformació digital, però encara queden molts reptes per superar, especialment en les recomanacions al client final (lectors). Amb l'avenç de l'aprenentatge automàtic, una branca de la intel·ligència artificial, és possible que es puguin complir molts reptes.
Tot i això, és important assenyalar que els llibres hauran de ser recomanats per un gènere literari de forma individual, ja que presenten característiques completament diferents entre si. Per a l'anàlisi dels llibres de No ficció, aquest treball es basarà en les vendes històriques i la influència de l'autor a les xarxes socials. Per això, a nivell darquitectura, es definirà com un model potenciador, que reduirà els errors en lanàlisi predictiva de dades. I per a l'anàlisi dels llibres de ficció, es partirà de les emocions que transmet el text. És per això que, a nivell d'arquitectura, estarà determinada per les xarxes de Transformadors, la responsabilitat dels quals serà manipular dades seqüencials, principalment al camp de la PNL. Finalment, ia nivell de disseny, les sortides d?aquests subsistemes serviran com a dades d?entrada per al motor de recomanacions.
En aquesta tesi es proposa un sistema de recomanació final basat en el Processament del Llenguatge Natural (PNL), les principals contribucions del qual són: (1) la integració de professions multidisciplinàries com la psicologia, la literatura i la intel·ligència artificial; (2) un disseny d'un sistema intel·ligent que recomana basant-se en el comportament del lector i no només en les compres; i (3) impulsar la qualitat literària sense deixar d'atreure persones que no solen llegir.
|
|---|
