%0 Generic
%A Garrido Oberink, Aleix
%A Peña suarez, Juan Francisco
%A Salmerón Majadas, Sergio
%T Moodvie: recomendador individual para Facebook de películas basado en temperamentos y estados de ánimo
%J Trabajos de curso (Departamento de Ingeniería del Software e Inteligencia Artificial, FDI)
%D 2011
%U https://hdl.handle.net/20.500.14352/46104
%X Los sistemas de recomendación son cada vez más necesarios para ayudar a los usuarios a filtrar la enorme cantidad de información de la que se dispone. En el sectorcinematográfico, donde cada semana varía la cartelera de películas proyectadas, pueden resultar incluso más útiles, puesto que para muchos aficionados al cine es complicadoestar al tanto sobre cada uno de los filmes que se estrenen.Por otro lado, el auge de las redes sociales en general, y de Facebook en particular, otorga un público potencial que de otro modo sería difícilmente alcanzable, aprovechando así su capacidad viral de propagación.Ante estas dos razones surge la idea de desarrollar una aplicación para Facebook que realice recomendaciones sobre películas que se proyecten en la actualidad en algunasala de cine cercana, bien ajustándose a los gustos del usuario, o bien priorizando el estado de ánimo que el usuario desea tener tras ver el filme.[ABSTRACT]Recommendation systems have become increasingly necessary to help out users filtering the enormous amount of information available. In the movies sector, wheremovie listings change every week, they can even be more useful, since it might be difficult for many movie enthusiasts to be up to date in relation with all the moviesbeing released.On the other hand, the success of social networks in general, and of Facebook in particular, provides a potential amount of public that would be otherwise hardlyreachable, taking advantage of the viral propagation capabilities inherent to such.Based on these two concepts, we have developed a Facebook application that can recommend films played on local cinemas, either selecting a movie depending of user likings, or prioritizing the mood the users want to have after watching the movie.
%~