Facultad de Ingeniería

Escuela de Informática y Computación

Informe de Avance N°1

“Sistema de recomendación en la web para recomendar videojuegos
independientes”

Profesor Guía Estudiante

Santiago Enrique Zapata Cáceres, Ph.D. David Alexis Acuña Fernández

Master’s Degree, Civil Engineer Estudiante de Ingeniería en Informática

http://www.aascit.org/membership/szapata
http://ingenieria.utem.cl/

szapata@utem.cl daaf1994@gmail.com

1
Contenido
Capítulo I: Antecedentes generales ................................................................................................... 3
1. Motivación ...................................................................................................................................... 3
2. Descripción del proyecto ................................................................................................................ 4
3. Objetivos ......................................................................................................................................... 4
3.1 Objetivo General ...................................................................................................................... 4
3.2 Objetivos específicos ................................................................................................................ 4
4 Alcances y Limitaciones ................................................................................................................... 5
4.1 Alcances .................................................................................................................................... 5
4.2 Limitaciones .............................................................................................................................. 5
4.3 Cronograma general de actividades ........................................................................................ 5
Capitulo II: Marco Teórico .................................................................................................................. 6
1. Sistemas de recomendación .......................................................................................................... 6
2. Técnicas de recomendación ........................................................................................................... 8
2.1. Técnicas de recomendación basados en contenido ............................................................... 8
2.2. Técnicas de recomendación basadas en filtrado colaborativo .............................................. 8
2.3. Técnicas de recomendación basados en conocimiento ....................................................... 10
2.4. Técnicas de recomendación hibridas .................................................................................... 11
Referencias ....................................................................................................................................... 12
12. Anexos......................................................................................................................................... 13
A) Cronograma detallado ............................................................................................................. 13
B) Curva S ...................................................................................................................................... 15

2
Capítulo I: Antecedentes generales

1. Motivación

La industria de los videojuegos, es a día de hoy una de las más importantes industrias del
entretenimiento, generando ganancias que rivalizan e incluso superan a otras como la del
cine o la música [1], esto representa un crecimiento muy rápido considerando la aparición
de los videojuegos entre las décadas de los 1970 y 1980.Estos números corresponden
principalmente a videojuegos de grandes desarrolladoras y si bien en los recientes años se
tiene registro de varios juegos de desarrolladores independientes que han tenido éxito
comparable a estos grandes nombres de la industria, entrar a esta no es fácil.
Los juegos de desarrollo independiente (también conocidos como indie), han existido casi
desde la creación de la industria, pero por dificultades tanto de lo complejo que era
desarrollar un juego o los costos de producción que tenían, no era fácil mantenerse en la
industria, especialmente en la época en que se utilizaban cartuchos. Esta situación
obligaba a los desarrolladores a formar sus propias compañías o encontrar compañías
dispuestas a distribuir su juego. Esta situación comenzó a cambiar en la década del 2000
con la aparición de plataformas de distribución digitales como Steam, que permiten
saltarse el paso de las distribuidoras, permitiendo que sea más posible sobrevivir en la
industria. Además en la actualidad existe software que permite desarrollar videojuegos
con bastante menos conocimiento en programación comparado a lo que se necesitaba
antes. Gracias a esto se ha facilitado el desarrollo de este tipo de videojuegos, pero esto
trae consigo otro problema, la gran cantidad de juegos que se está desarrollando hace que
la mayor parte de estos pase desapercibida.
Es por esta razón que en este trabajo se hará un sistema de recomendación en la web
para recomendar videojuegos independientes, ya que los sistemas de recomendación son
útiles para encontrar productos que sean del gusto del consumidor entre la abrumadora
cantidad de información que presenta hoy en día el internet. Al hacer este sistema se
pretende que sea más fácil para el usuario encontrar un juego que sea de su gusto, y a la
vez se puede ayudar a promover este tipo de videojuegos, aliviando la situación del paso
desapercibido de muchos de estos.

3
2. Descripción del proyecto

En este proyecto, se desarrollará un sistema de recomendación en la web para recomendar

videojuegos independientes. El desarrollo de este sistema intenta que a través de una aplicación
web, en la cual se registraran usuarios en busca de videojuegos independientes y encuentren
juegos que sean más probablemente de su gusto, se pueda ayudar a promover esta industria
intentando que más juegos desconocidos para el usuario puedan salir a una mayor cantidad de
público.

El proyecto parte con la investigación sobre los sistemas de recomendación, el estado del arte, las
técnicas y todo lo que permita tener el conocimiento necesario para el desarrollo del software, la
fase que sigue es el desarrollo del software para la web, con el Modelo-Vista-Controlador y bajo el
marco del modelo incremental.

3. Objetivos

3.1 Objetivo General

 Desarrollar e Implementar un sistema de recomendación en la web para
recomendar videojuegos de desarrolladores independientes que permita
promover este tipo de videojuegos.

3.2 Objetivos específicos

 Realizar un estudio sobre los tipos de sistemas de recomendación.
 Realizar estudio sobre el estado del arte de los sistemas de recomendación.
 Realizar un estudio sobre sistemas de recomendación para videojuegos o medios
de entretención similares.
 Realizar un estudio sobre las técnicas de filtrado.
 Buscar información sobre videojuegos independientes para poblar la base de
datos.
 Diseñar sistema de recomendación en la web para recomendar videojuego de
desarrolladores independientes.
 Implementar el sistema de recomendación para recomendar videojuegos
independientes.

4
4 Alcances y Limitaciones
4.1 Alcances
En este proyecto se desarrollara un sistema de recomendación para recomendar
videojuegos independientes, como su nombre lo dice permitirá a un usuario encontrar un
juego que sea probablemente de su gusto desde una base de datos con videojuegos
independientes, los usuarios podrán agregar juegos por su cuenta, aumentando de esta
forma la cantidad de elementos en la base de datos, este sistema está pensado para
funcionar en la web.

4.2 Limitaciones
Este proyecto tratara solo de videojuegos independientes, y no de videojuegos
desarrollados por las compañías tradicionales de la industria (o juegos AAA), como la línea
que divide un videojuego independiente de uno AAA no es clara, para efectos de este
trabajo solo se considerará como videojuegos independientes aquellos cuya financiación
haya sido mayoritariamente dada por campañas de financiamiento colectivo
(crowfunding) o cuyos equipos de desarrolladores sea pequeño o incluso tan solo un
individuo.
La base de datos de los juegos con la que se partirá la página no será muy amplia, se
pondrá una opción para que los mismos usuarios de la página agreguen más juegos a esta
misma de manera de solucionar esta situación.

4.3 Cronograma general de actividades

El cronograma general para el desarrollo del proyecto es el siguiente, se puede ver el
detalle de las actividades en el anexo A., así como la curva de costos asociada.
Figura N°3: Cronograma general

DURACIÓN FECHA
ACTIVIDAD FECHA INICIO
(DÍAS) TERMINO
Propuesta 54 27/03/2017 19/05/2017

Corrección Propuesta 8 23/05/2017 31/05/2017

Planteamiento y antecedentes generales 7 30/05/2017 05/06/2017

Marco teórico 28 06/06/2017 03/07/2017

Diseño del sistema 28 04/07/2017 31/07/2017

Desarrollo y Pruebas 114 01/08/2017 22/11/2017

Preparación de informes 35 23/11/2017 27/12/2017

Presentación del sistema 7 28/12/2017 03/01/2017

Fuente: elaboración propia

5
Capitulo II: Marco Teórico

1. Sistemas de recomendación
Para desarrollar un sistema de recomendación, lo primero es saber que son, la definición
que se utilizará es la siguiente: Los sistemas de recomendación son herramientas de
software y técnicas que proveen sugerencias de ítems sugerencia que sean de utilidad
para un usuario. Las sugerencias provistas son apuntadas a varios procesos de toma de
decisiones, como por ejemplo que ítems comprar, que música escuchar, o que noticias
leer. Los sistemas de recomendación han probado ser valiosos medios para los usuarios
online para hacer frente con la sobrecarga de información y se han convertido en una de
las más poderosas y populares herramientas en el comercio electrónico.
Correspondientemente varias técnicas para la generación de recomendaciones han sido
propuestas y durante la última década, muchas de ellas han sido también desplegada en
ambientes comerciales [2].
Existen tres elementos que tienen los sistemas de recomendación en común [3], estos
son:

 Ítems: Se refiere a todos los elementos que pueden ser ofrecidos o recomendados
por el sistema. Estos poseen un conjunto de características propias las cuales
pueden ser usadas para la recomendación, y cuya complejidad dependerá del ítem
en sí.
 Usuarios: Son las personas que utilizan el sistema, como el objetivo del sistema de
recomendación es darle ítems que resulten interesante para cada usuario en
concreto, es fundamental que el sistema disponga de información del usuario.
 Transacciones: hacen referencia a cada interacción entre un usuario y el sistema
derecomendación. Contienen información relevante acerca de las opiniones de
losusuarios sobre los ítems.

Figura N°1: Esquema de un sistema de recomendación

Fuente: https://jarroba.com/que-son-los-sistemas-de-recomendacion/

6
Entre las razones que un proveedor de este tipo de servicio podría tener para explotar
este tipo de herramientas se pueden mencionar las siguientes:

 Incrementar el número de ítems vendidos: La razón principal para los proveedores,

poder vender un conjunto de ítems adicionales, comparado a aquellos que son
vendidos sin ningún tipo de recomendación. Esto se logra porque es más probable
que el ítem recomendado se adecue a las necesidades y deseos del usuario.
 Vender ítems más diversos: Siendo esta la función más adecuada para este
proyecto, se refiere a permitir que un usuario encuentre ítems que sean difíciles de
encontrar sino se trata de una recomendación precisa.
 Incrementar la satisfacción del usuario: Un sistema de recomendación bien
diseñado puede mejorar la experiencia del usuario con el sitio o aplicación. Esto
aumentará el uso del sistema y la probabilidad de que el usuario acepte la
recomendación.
 Incrementar la fidelidad del usuario: El usuario será leal a un sistema que lo
reconozca y trate como un visitante valioso. Mientras más el usuario use el sistema
se podrá crear un modelo de usuario más refinado lo que permite que se pueda
personalizar para encontrar las preferencias del usuario.
 Mejor comprensión de lo que quiere el usuario: El proveedor del servicio puede
reutilizar las preferencias del usuario recolectadas tanto explícitamente como por
las recomendaciones y usarla para distintos fines.

7
2. Técnicas de recomendación
Para que un sistema de recomendación pueda cumplir con su objetivo, el sistema necesita
una forma que le permita predecir que un ítem merece ser recomendado, para eso se en
los sistemas de recomendación se utilizan diversas técnicas, en esta sección describiremos
algunas de ellas, estas definiciones fueron extraídas de [4].

2.1.Técnicas de recomendación basados en contenido

Las técnicas de recomendación basados en contenido, recomienda artículos o productos
que son similares a ítems previamente preferidos por un usuario especifico. Los principios
básicos de los sistemas de recomendación basados en contenido son:
1. Analizar la descripción de los ítems preferidos por un usuario en particular para
determinar los atributos en común principales que pueden ser usados para
distinguir estos ítems. Las preferencias son almacenadas en un perfil de usuario.
2. Comparar cada atributo del elemento con el perfil de usuario así solo los ítems que
tienen un alto grado de similitud con el perfil de usuario son recomendados.
Figura N°2: Esquema de un sistema de recomendación basado en contenido

Fuente: RecommenderSystems – AnIntroduction

En la figura 2, se puede observar el esquema de un sistema de recomendación basado en

contenido, señalándonos además la idea que persigue la recomendación, en este caso la
idea es “Muéstrame más de lo que me ha gustado”, los datos que se utilizan son el perfil
de usuario, y las características del producto o ítem.

2.2. Técnicas de recomendación basadas en filtrado colaborativo

Las técnicas de recomendación basadas en filtrado colaborativo ayudan a las personas a
hacer elecciones basadas en las opiniones de otras personas que comparten intereses
similares. Este tipo de técnica puede ser dividido en acercamientos basados en el usuario
y acercamientos basados en los ítems. En el acercamiento basado en usuario, un usuario
recibirá recomendaciones de ítems que les hayan gustado a usuarios similares. En el

8
acercamiento basado en usuarios, un usuario recibirá recomendaciones de ítems que son
similares a aquellos que le hayan gustado en el pasado.
Figura N°3: Esquema filtrado colaborativo

Fuente: RecommenderSystems – AnIntroduction

En la figura 3, se puede observar el esquema de un sistema de recomendación con filtrado

colaborativo, señalándonos además la idea que persigue la recomendación, en este caso
la idea es “Dime lo que es popular entre mis pares”, los datos que se utilizan son el perfil
de usuario, y los datos de la comunidad.

9
2.3. Técnicas de recomendación basados en conocimiento
La recomendación basada en conocimiento ofrece ítems a usuarios basados en
conocimiento acerca de los usuarios, ítems y/o relaciones. Usualmente, estas
recomendaciones retienen una base funcional de conocimiento que describe como un
ítem particular cumple con una necesidad especifica del usuario, la cual puede ser
realizada basada en inferencias acerca de la relación entre la necesidad del usuario y una
posible recomendación. El razonamiento basado en caso es una expresión común de este
tipo de técnica en la cual el sistema de recomendación basado en caso representa ítems
como casos y genera la recomendación obteniendo el caso más similar de la consulta o
perfil de usuario.
Figura N°4: Esquema de un sistema de recomendación basado en conocimiento

Fuente: Recommender Systems – AnIntroduction

En la figura 4, se puede observar el esquema de un sistema de recomendación basado en

conocimiento, señalándonos además la idea que persigue la recomendación, en este caso
la idea es “Muéstrame lo que se adapte a mis necesidades”, los datos que se utilizan son
el perfil de usuario, Características del producto, y modelos de conocimiento.

10
2.4. Técnicas de recomendación hibridas
Para alcanzar un mayor rendimiento y sobrepasar los inconvenientes de las técnicas de
recomendación tradicionales, se han propuesto técnicas que combinan las mejores
características de dos o más sistemas de recomendación en una técnica híbrida de
recomendación. La práctica más común en las técnicas híbridas existentes es combinar las
técnicas de filtrado colaborativo con otras técnicas de recomendación en un intento de
evadir arranque en frío, escasez y/o problemas de escalabilidad.
Figura N°5: Esquema de un sistema de recomendación hibrido

Fuente: RecommenderSystems – AnIntroduction

En la figura 5, se puede observar el esquema de un sistema de recomendación hibrido, la

idea es hacer combinaciones de varias entradas y/o composición de diferentes
mecanismos para dar la lista de recomendación.

11
Referencias

[1] http://www.nasdaq.com/article/investing-in-video-games-this-industry-pulls-in-more-revenue-
than-movies-music-cm634585

[2] Francesco Ricci, LiorRokach, BrachaShapira, Paul B. Kantor. (2010).

“RecomenderSystemsHandbook”. New York Dordrecht Heidelberg London: Springer.

[3] http://sinbad2.ujaen.es/sites/default/files/publications/pfc_carmen.pdf

[4]Jie Lu, DianshuangWu, Mingsong Mao, Wei Wang, Guangquan Zhang (2015),
“RecommenderSystemApplicationDevelopments: A Survey”.

[5] RecommenderSystems – AnIntroductionDietmarJannach, MarkusZanker, Alexander Felfernig,

Gerhard Friedrich Cambridge UniversityPress

12
12. Anexos
A) Cronograma detallado
A continuación se presenta el cronograma detallado de actividades para el desarrollo del
proyecto, en el cual se puede apreciar, la duración, la fecha de inicio y termino, las horas
hombres consumidas y el costo en UF del proyecto, para el cálculo del costo se tomó
como referencia un pago de 0.75 UF por cada hora hombre, en total el costo del proyecto
es de 296 UF.
Figura N°4: Cronograma detallado

Fuente: elaboración propia

13
Figura N°5: Cronograma detallado – Parte II

Fuente: elaboración propia

14
B) Curva S
A continuación se presenta la curva S, de costo planificado este contiene las fechas de los
hitos y el costo en UF alcanzado en ese momento.
Figura N°6: Grafico de curva de costo planificado

Curva S (Tiempo vs UF)

350
291 296
300 267

250
190
Costo (UF)

200
134 138
150
104
100 67
47 53
50

0
Correcció Exposició
Informe Informe Hito IX:
Propuesta n ny
Avance 1 Avance 2: de título Avance 3: Avance 4: de título Exposició
: propuesta defensa
05/06/20 03/07/20 I: 12/09/20 22/11/20 II: ny
19/05/20 : Titulo I:
17 17 24/07/20 17 17 27/12/20 defensa
17 31/05/20 31/07/20
17 17 título II
17 17
UF 47 53 67 104 134 138 190 267 291 296
Fechas

Fuente: elaboración propia

15