Desarrollan una aplicación Web 2.0 que recomienda programas de televisión

• Fecha de publicación: 24 de mayo de 2009
• Hora de publicación: 15:51

Quiero hacer un comentario

Una aplicación Web 2.0 desarrollada por un grupo de investigadores de la Universidad de Vigo filtra la programación de cientos de canales de televisión y recomienda los programas que más pueden interesar al usuario según sus gustos, horarios y recomendaciones de otros televidentes, señaló el Servicio de Información y Noticias Científicas (SINC). Esta nueva red social ya funciona entre estudiantes y está disponible para cualquiera en Internet.

Esta aplicación on line ofrece a cada usuario una selección de programas de toda la parrilla televisiva. "El público está expuesto a una sobrecarga informativa por la presencia de cientos de alternativas televisivas", indicó Ana Belén Barragáns, una de las investigadoras implicadas en el proyecto.

En este contexto, la personalización que los investigadores de Vigo han desarrollado "se consigue con algoritmos y recogida de datos que predicen y recomiendan a los telespectadores contenidos según sus intereses", explicó Barragáns. "Con el empleo combinado de esta aplicación y un PVR (Personal Video Recorder) sería innecesario programar la grabación de los programas favoritos evitando incluso la grabación de los anuncios o, en el peor de los casos, su visionado", apuntó la investigadora.

Combinación de métodos

La mayoría de algoritmos de recomendación funcionaban hasta este momento según dos modelos diferentes. Algunos aplicaban técnicas de filtrado de información (Information Filtering, IF), que recomiendan contenidos parecidos a aquellos que se han visualizado en el pasado. Otros se basaban en recomendación colaborativa o social (Collaborative Filtering o CF), donde los resultados ofrecidos son contenidos recomendados por usuarios con gustos similares. Ahora los investigadores de la Universidad de Vigo han combinado ambos métodos en esta nueva aplicación.

Esta herramienta funciona ya en Internet siguiendo un modelo de red social, según los investigadores, ya que potencia la interacción entre sus participantes en beneficio de la plataforma. "Pusimos en marcha una serie de experimentos para comprobar la validez de los algoritmos. Los resultados muestran que las mejoras implementadas no sólo alivian problemas como la escasez de datos, sino que además resulta ser un recomendador muy preciso", afirmó Barragáns.