Sistema de recomendación basado en PLN: una herramienta de apoyo al sector editorial

En los últimos años, la industria editorial española se ha ido acercando cada vez más a la transformación digital, sin embargo aún quedan muchos retos por superar, especialmente en las recomendaciones al cliente final (lectores). Con el avance del aprendizaje automático, una rama de la inteligencia artificial, es posible que se puedan cumplir muchos de estos desafíos.
 
Sin embargo, es importante señalar que los libros tendrán que ser recomendados por un género literario de forma individual, ya que presentan características completamente diferentes entre sí. Para el análisis de los libros de No ficción, este trabajo se basará en las ventas históricas y la influencia del autor en las redes sociales. Por eso, a nivel de arquitectura, se definirá como un modelo potenciador, que reducirá los errores en el análisis predictivo de datos. Y para el análisis de los libros de Ficción, se partirá de las emociones que transmite el texto. Es por ello que, a nivel de arquitectura, estará determinada por las redes de Transformadores, cuya responsabilidad será manipular datos secuenciales, principalmente en el campo de la PNL. Finalmente, y a nivel de diseño, las salidas de estos subsistemas servirán como datos de entrada para el motor de recomendaciones.
 
En esta tesis se propone un sistema de recomendación final basado en el Procesamiento del Lenguaje Natural (PNL), cuyas principales contribuciones son: (1) la integración de profesiones multidisciplinares como la psicología, la literatura y la inteligencia artificial; (2) un diseño de un sistema inteligente que recomiende con base en el comportamiento del lector y no solo en sus compras; y (3) impulsar la calidad literaria sin dejar de atraer a personas que no suelen leer.