Please use this identifier to cite or link to this item: https://hdl.handle.net/11000/38943
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorMartínez Mayoral, Mª Asunción-
dc.contributor.authorPérez Jiménez, Rocío-
dc.contributor.otherDepartamentos de la UMH::Estadística, Matemáticas e Informáticaes_ES
dc.date.accessioned2026-01-21T13:36:30Z-
dc.date.available2026-01-21T13:36:30Z-
dc.date.created2025-
dc.identifier.urihttps://hdl.handle.net/11000/38943-
dc.description.abstractEn este estudio abordamos el análisis de un banco de datos proveniente de Spotify y YouTube, con un conjunto de temas y cantantes top10, con los que pretendemos desarrollar un análisis aproximado a lo que podría plantear un sistema de recomendación, para primero reconocer el éxito en un único indicador, luego caracterizarlo en función de la información disponible sobre las canciones, y terminar agrupando canciones por afinidad, para poder hacer recomendaciones a los usuarios en función de sus preferencias al consumir productos en la plataforma. Todo esto lo trabajamos mediante técnicas de aprendizaje automático o machine learning.es_ES
dc.formatapplication/pdfes_ES
dc.format.extent50es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Miguel Hérnández de Elchees_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectIndicadores de éxitoes_ES
dc.subjectanálisis de componentes principaleses_ES
dc.subjectmodelos de predicciónes_ES
dc.subjectárboles de decisiónes_ES
dc.subjectRandom Forestes_ES
dc.subject.otherCDU::3 - Ciencias socialeses_ES
dc.titleDesarrollo de un Sistema de Recomendación de Canciones Basado en Análisis de Componentes Principales y Métodos de Clasificación Avanzadoses_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
Appears in Collections:
TFG - Estadística Empresarial


thumbnail_pdf
View/Open:
 TFG_RocíoPérez.pdf

1,58 MB
Adobe PDF
Share:


Creative Commons ???jsp.display-item.text9???