¡Desconecta con la aplicación Player FM !
¿Qué fue antes: el huevo o la recomendación?
Manage episode 234323144 series 2503452
'Juego de Tronos’ ha batido todos los récords: en espectadores, en tuits, en visualizaciones y ha inspirado este última de entrega de Data Historias, en la que nos planteamos cómo los sistemas de recomendación están cambiando nuestros hábitos a la hora de consumir contenidos audiovisuales.
Netflix, HBO, MoviStar, Amazon Prime...todos utilizan sistemas para permitir descubrir nuevas series o películas de manera rápida y sencilla. Para ello se fijan en nuestro historial de visualizaciones pasadas, que describen nuestros gustos, y también en el de otros usuarios con gustos similares, entre otros muchos patrones. Roberto Maestre, científico de datos de BBVA Data & Analytics y coautor del trabajo Recsys, nos explica cómo funcionan estos algoritmos para hacer sugerencias personalizadas.
A pesar de su gran éxito, la ciencia de datos se enfrenta a un gran reto al desarrollar estos sistemas: cómo ofrecer un contenido acorde al gusto del usuario pero sin crear el efecto burbuja, en el que la tecnología acaba retroalimentando nuestros propios gustos u opiniones en lugar de ayudar a ampliar nuestro conocimiento y punto de vista.
[mediacenter_panel align="right" type="post" post_id="636515"][/mediacenter_panel]
Aquí la cuestión que se plantea es: ¿vemos lo que queremos ver o queremos ver lo que nos recomiendan? Juan Murillo, responsable de Divulgación Analítica de BBVA, comenta este efecto y da algunas claves para hacer estallar esta burbuja.
La sección de Data Histerias está dedicada a analizar el ‘meme’ de la zapatilla rosa o gris, analizado junto con Brian Farrell, director creativo del equipo de Marketing y Diseño de BBVA.
Como guinda final, desvelamos qué ciudades tienen el nivel de vida más elevado del mundo y cuáles son las más económicas para vivir.
A continuación, facilitamos algunos de los estudios y visualizaciones citadas durante el programa:
- Los sistemas de recomendación te van a conocer como si te hubieran parido
- Recomendaciones para un Científico de Datos que quiera iniciarse en Sistemas de Recomendación
- Tableau Conference 2018: Binging on Data - Enabling Analytics at Netflix
- Netflix Research
- How Netflix Uses Analytics To Select Movies, Create Content, and Make Multimillion Dollar Decisions
- Las visualizaciones de Juego de Tronos en Medium.com
- Recsys (BBVA Data & Analytics)
- Worldwide Cost of Living 2019
9 episodios
Manage episode 234323144 series 2503452
'Juego de Tronos’ ha batido todos los récords: en espectadores, en tuits, en visualizaciones y ha inspirado este última de entrega de Data Historias, en la que nos planteamos cómo los sistemas de recomendación están cambiando nuestros hábitos a la hora de consumir contenidos audiovisuales.
Netflix, HBO, MoviStar, Amazon Prime...todos utilizan sistemas para permitir descubrir nuevas series o películas de manera rápida y sencilla. Para ello se fijan en nuestro historial de visualizaciones pasadas, que describen nuestros gustos, y también en el de otros usuarios con gustos similares, entre otros muchos patrones. Roberto Maestre, científico de datos de BBVA Data & Analytics y coautor del trabajo Recsys, nos explica cómo funcionan estos algoritmos para hacer sugerencias personalizadas.
A pesar de su gran éxito, la ciencia de datos se enfrenta a un gran reto al desarrollar estos sistemas: cómo ofrecer un contenido acorde al gusto del usuario pero sin crear el efecto burbuja, en el que la tecnología acaba retroalimentando nuestros propios gustos u opiniones en lugar de ayudar a ampliar nuestro conocimiento y punto de vista.
[mediacenter_panel align="right" type="post" post_id="636515"][/mediacenter_panel]
Aquí la cuestión que se plantea es: ¿vemos lo que queremos ver o queremos ver lo que nos recomiendan? Juan Murillo, responsable de Divulgación Analítica de BBVA, comenta este efecto y da algunas claves para hacer estallar esta burbuja.
La sección de Data Histerias está dedicada a analizar el ‘meme’ de la zapatilla rosa o gris, analizado junto con Brian Farrell, director creativo del equipo de Marketing y Diseño de BBVA.
Como guinda final, desvelamos qué ciudades tienen el nivel de vida más elevado del mundo y cuáles son las más económicas para vivir.
A continuación, facilitamos algunos de los estudios y visualizaciones citadas durante el programa:
- Los sistemas de recomendación te van a conocer como si te hubieran parido
- Recomendaciones para un Científico de Datos que quiera iniciarse en Sistemas de Recomendación
- Tableau Conference 2018: Binging on Data - Enabling Analytics at Netflix
- Netflix Research
- How Netflix Uses Analytics To Select Movies, Create Content, and Make Multimillion Dollar Decisions
- Las visualizaciones de Juego de Tronos en Medium.com
- Recsys (BBVA Data & Analytics)
- Worldwide Cost of Living 2019
9 episodios
Todos los episodios
×Bienvenido a Player FM!
Player FM está escaneando la web en busca de podcasts de alta calidad para que los disfrutes en este momento. Es la mejor aplicación de podcast y funciona en Android, iPhone y la web. Regístrate para sincronizar suscripciones a través de dispositivos.