Modelo de datos orientado a grafos para el procesamiento de recomendaciones de libros basados en el estándar Machine Readable Cataloging

Abstract

El procesamiento de recomendaciones implica analizar grandes conjuntos de datos para identificar patrones y similitudes entre elementos y proporcionar sugerencias. El procesamiento de recomendaciones es ampliamente utilizado en diversos campos, como en el comercio electrónico, medicina, entretenimiento, etc. Sin embargo, en el contexto de las recomendaciones de libros basadas en el estándar MARC, su aplicación sigue siendo limitada. El objetivo principal de esta investigación fue la utilización de un modelo de base de datos basado en grafos para generar recomendaciones de libros catalogados mediante el estándar MARC, con un énfasis particular en lograr diversidad en los resultados a partir de características de similitud. Se implementaron tres métodos distintos (Índice de Jaccard, Autoría excluida y Categoría principal). Los datos utilizados en esta investigación consistieron en información bibliográfica procedente de dos bibliotecas públicas de la región, con un total de 2265 libros. Se empleó la métrica de la diversidad para evaluar la calidad de las recomendaciones. Los resultados obtenidos indicaron que el modelo demostró ser altamente eficiente. Los experimentos revelaron que la combinación de los tres métodos generó una notable diversidad en las recomendaciones, medida por la métrica de la diversidad, con valores que oscilaron entre 53% y 95%. Además, se observó un destacable desempeño en términos de tiempos de carga de datos y ejecución de consultas, con un máximo de 162 milisegundos, lo que evidencia la eficiencia en la generación de recomendaciones. Este estudio también logró un exitoso preprocesamiento de los datos, así como la representación efectiva de la información bibliográfica en el modelo de base de datos orientado a grafos.