Sistemas de recomendación en contexto parlamentario basados en técnicas de aprendizaje automático y recuperación de información

Abstract

El problema que se plantea en este estudio es el de mejorar las prestaciones de los Sistemas de Recomendación y Filtrado en el ámbito parlamentario. Dicho esto, desde el punto de vista de la Recomendación en el ámbito parlamentario se plantea el problema como Búsqueda de Expertos [60], es decir, dada una consulta de entrada en el sistema, ya sea en forma de petición ciudadana, un concepto político en particular, etc. el sistema devuelve al usuario un conjunto con los diputados que puedan ser más afines a dicha consulta. Por otro lado, en lo que respecta al tratamiento del sistema como elemento de Filtrado, lo que se pretende es que, dado un documento como entrada ya sea una nueva iniciativa parlamentaria, una noticia de prensa, etc. el sistema debe filtrar de entre todo el conjunto de diputados aquellos para los cuales dicho documento pueda tener alguna relevancia en función de sus intereses políticos. Por lo tanto, el objetivo primordial de esta Tesis Doctoral es el de explorar y proponer nuevas posibles estructuras e implementaciones de Sistemas de Recomendación y Filtrado en un contexto parlamentario basándose en el uso de técnicas de Aprendizaje Automático y de Recuperación de Información.