PUC-RecSys-Class / RecSysPUC-2020

Material del curso de Sistemas Recomendadores IIC3633 PUC Chile
MIT License
72 stars 16 forks source link

Orientacion proyecto grupo recscouts-project #49

Open faandrade opened 3 years ago

faandrade commented 3 years ago

Hola!, después de mucho pelear con el dataset sobre las transcripciones de las llamadas, pudimos reestructurar nuestro problema para obtener lo siguiente ... users (que serían los tipos de empresas a las que se les ofreció el servicio, por ejemplo: spa, universidad, farmacia, etc), topics (que sería el símil al "item" consumido en esa llamada, es decir, de qué tema se habló en general)[esto lo obtuvimos a través de LDA, HDP y LSI, comparándolos y eligiendo el que más se adecuaba a nuestro objetivo] y un rating, que generamos a partir de las métricas que se utilizan en esta industria.

Ahora bien, nuestro objetivo sigue siendo recomendar un tópico que se deba abordar en una llamada para maximizar el "rating" que, según la empresa que nos proporcionó el dataset, es un buen indicador de qué tan buena es la llamada (y por ende, de la posibilidad de concretar una venta), sin embargo, quería pedir consejo sobre que técnicas de recomendación debiéramos utilizar para lograr (aunque sea parcialmente) nuestro objetivo, considerando que no tenemos muchos datos (~1200) y que sea atingente a lo que se espera de un proyecto de este estilo.

De antemano muchas gracias y si necesitan más información sobre cualquier cosa no duden en decirlo.

vgaraujov commented 3 years ago

Hola

Por mi lado pienso que dado que el problema es algo diferente a los sistemas tradicionales, recomendaria probar modelos no basados en deep learning, quizas puedan ir por datamining, o algoritmos que no se hayan visto en los prácticos.

Que opinan @denisparra @ojedaf @afcarvallo @pacalein @mcartagenah ?