Estudio de secuencias en un dominio de películas y su aplicación en sistemas de recomendación

En la actualidad, los sistemas de recomendación son utilizados en una inmensa cantidad de aplicaciones. Esto se debe a que permiten ofrecer a las personas productos, películas, viajes, etc., basándose en las necesidades potenciales de estas. Estas necesidades se obtienen de diferentes maneras; en base a sus propias búsquedas, en base a las búsquedas de otras personas con las que estas guardan alguna relación, más populares, etc. En definitiva permiten a las aplicaciones poder acertar a la hora de recomendar sus productos empleando la propia información que ofrecen los usuarios. Por ello este Trabajo de Fin de Grado se centra en el estudio de una de estas mejoras para un sistema de recomendación de películas. De este modo analizaremos el patrón que siguen los usuarios a la hora de visualizar las películas que pertenecen a una saga. Extraeremos datos de la web mediante técnicas de crawling sobre los usuarios de una página web de puntuación de películas y se analizará la forma en la que los usuarios han visualizado el orden de dichas películas basándose en sus valoraciones y fechas en las que las valoraron. Para este trabajo nos hemos centrado en la página web de IMDb, la cual es la que mayor número de datos de usuarios, valoraciones y películas dispone. De modo que realizando una extracción y recopilación de datos de películas y de las películas asociadas a estas (pertenecientes a la misma saga, precuelas, remakes...), y de los usuarios y sus valoraciones sobre estas películas, podemos estudiar los patrones de visualización mediante una serie de algoritmos. El algoritmo principal y en el que se basa este Trabajo de Fin de Grado es el algoritmo Smith- Waterman. Este algoritmo es una reconocida estrategia para realizar alineamiento local de secuencias; es decir que encuentra regiones similares entre un par de secuencias. Es un algoritmo utilizado para encontrar secuencias biológicas como ADN, ARN o proteínas, pero que empleado de manera adecuada puede encontrar patrones entre las películas que ha visto un usuario y la secuencia de películas de una saga, para comprobar así con la frecuencia con la que los usuarios ven las películas de una saga, relativamente larga, en orden y seguidas. De esta manera se pueden estudiar cuántos usuarios ven las películas de una saga de 3, 4 o más películas en un orden u otro, ayudando así a mejorar la recomendación de películas a los usuarios basándose en los patrones de visualización más comunes