Integración de técnicas de Minería de datos y metaheurísticas en sitios de comercio electrónico

Transcripción

1 1 Integración de técnicas de Minería de datos y metaheurísticas en sitios de comercio electrónico Barragán Edgar, Giraldo Fabián Andrés, Londoño Isabel RESUMEN En este artículo se presenta una herramienta de análisis de información, que provee a un sitio de comercio electrónico información relevante para la publicación de sugerencias de productos recomendados a sus clientes, se utilizan operadores de procesamiento de información provistos por RapidMiner como herramienta de minería de datos para descubrir reglas de asociación y agrupación. Adicionalmente, se emplean técnicas de análisis de información textual con Lucene con el fin de identificar la combinación de productos más cercanos al usuario de acuerdo a la similitud de sus contenidos, proceso que está enmarcado bajo los conceptos de la programación evolutiva con el fin de encontrar la mejor solución sin utilizar algoritmos exactos. Se encuentra entonces una forma de recomendar acertadamente productos, a partir del descubrimiento de patrones de comportamiento y similitud contenidos de forma implícita en los datos transaccionales de la tienda y descubiertos a partir del empleo de técnicas de minería Web de uso, de contenido y de perfiles. Palabras Clave Comercio electrónico, e-commerce, Minería de datos, Metaheuristicas, Sistemas de recomendación, personalización P I. INTRODUCCIÓN ara algunas empresas, Internet representa el 100% de su actividad comercial, es el caso de muchos almacenes de venta de productos por Internet. Al tiempo que se incrementan los adeptos a este tipo de comercio la competencia se hace más fuerte y adquiere mayor variedad, es por ello que los almacenes virtuales deben mejorar sus estrategias de mercado con el fin de adquirir nuevos clientes y fidelizar aquellos que ya lo son. Una consecuencia de ese acelerado crecimiento y la alta disponibilidad de información es que los usuarios experimentan dificultades cuando intentan localizar información de su interés, a pesar de que pueden acceder a un Primer Autor: edgar.barragan@gmail.com, Ingeniería Fundación Universitaria Sanmartín. Segundo Autor: fabian.giraldo@ingenieria.sanmartin.edu.co, Profesor, Facultad Ingeniería Fundación Universitaria SanMartín Tercer Autor: isabel.londono@ingenieria.sanmartin.edu.co, Profesora, Fundación Universitaria SanMartín. número considerable de herramientas para realizar búsquedas asistidas. Como parte de los esfuerzos realizados para brindar soluciones más efectivas a los usuarios, en la última década se han emprendido investigaciones para aprender sobre su comportamiento y preferencias con el propósito de brindarles información pertinente a sus necesidades [4]. El objetivo de este tipo de análisis es el de descubrir información previamente desconocida a partir de otra información, permiten identificar hechos, reglas, comportamientos o patrones que se encuentran escondidos pero que implícitamente existen y cuyo contenido puede llegar a ser de gran utilidad y su valor de enormes proporciones. El propósito de este proyecto de investigación es el de resaltar como la aplicación de algunas técnicas de análisis pueden ser aplicadas a los sistemas transaccionales de comercio electrónico, y pueden apoyar las plataformas de promoción en Internet que buscan atraer nuevos visitantes y crear vínculos más cercanos con sus verdaderos clientes; valiéndose principalmente de la integración de varios componentes tecnológicos que faciliten el manejo de información y faciliten la ejecución de procesos de gran complejidad. El resultado final será una herramienta de análisis de información bajo una arquitectura de agentes distribuidos JADE [6], que permite la ejecución de procesos de minería de datos como algoritmos de asociación y de agrupación, y la ejecución de procesos de filtrado basado en contenido con algoritmos genéticos; la información generada es retroalimentada a la tienda para ser utilizada en la configuración de objetos de publicación de productos recomendados a los clientes de la tienda. El artículo está organizado de la siguiente forma: La sección II presenta antecedentes en los cuales se aplicaron sistemas de recomendación.en la sección III, el desarrollo, en la cual se específica el diseño e implementación del sistema basado en la metodología de desarrollo de software OpenUp [8] y la metodología para el diseño e implementación de sistemas multiagentesmascommonkad. En la sección IV se presentan las pruebas computacionales y por último en la sección V se desarrollan las conclusiones del proyecto ejecutado. II. TRABAJOS RELACIONADOS Tanto en la industria como en la academia ha existido

2 2 constante trabajo en el desarrollo de nuevos enfoques al problema de recomendación automática. Las primeras soluciones para el problema de la recomendación automática aparecieron a mediados de la década anterior y su aproximación, basada en los gustos de comunidades similares se ha validado y extendido desde entonces. [11] Ejemplos de tales aplicaciones incluyen recomendaciones de libros, CDs y otros productos en tiendas de comercio electrónico como Amazon.com o ebay.com, películas en MovieLens.org y, desde otra perspectiva, sistemas de recomendación de páginas Web como WebWatcher o Letizia, o más recientemente como auxiliares en el proceso del motor de búsqueda en la Web. A continuación se presentan algunos trabajos previos que fueron base para el desarrollo de este proyecto de investigación: Análisis de la adquisición del conocimiento en sistemas hipertexto a partir de las estrategias de navegación del usuario [12]. Trabajo de investigación en sitios hipermedia, donde se plantea el análisis de las estrategias o patrones de navegación como propuesta para la adquisición del conocimiento. Con el fin de inferir, al menos en parte, el conocimiento adquirido por los usuarios. Minería de datos a los Sistemas de enseñanza basada en web [10]. Estado actual en la investigación sobre la aplicación específica de técnicas de minería de datos a los sistemas de enseñanza a distancia basados en web o sistemas de e-learning. Centrado principalmente en la minería de utilización web, concretamente en clasificación y agrupamiento, descubrimiento de reglas de asociación y secuencias de patrones. Sistema recomendador basado en filtrado colaborativo y minería de datos [15]. Proyecto de investigación del grupo de investigación en comercio electrónico en el que se exponen técnicas de minería de datos con reglas de asociación utilizando WEKA, y algoritmos genéticos para el descubrimiento de recomendaciones basado en filtrado colaborativo. III. DESARROLLO El desarrollo de la solución propuesta para el problema planteado, se realizó teniendo en cuenta las etapas y las actividades planteadas por la metodología OpenUP [8], utilizada debido a su facilidad para realizar el correcto monitoreo en proyectos de implementación de software. A. Conceptualización Mediante una plataforma independiente para extracción y procesamiento de información, bajo una arquitectura de software creada sobre agentes distribuidos, se integran procesos de minería de datos y análisis de contenidos, para el fortalecimiento de las herramientas tecnológicas de las tiendas de Internet. La especificación técnica de la solución propuesta se puede visualizar en la Fig 1, se compone de dos elementos funcionales independientes, el primero de ellos es la tienda de comercio electrónico y el segundo es la plataforma multiagente para procesamiento de los algoritmos de análisis. Fig. 1. Esquema de Solución implementada Los elementos de minería de datos empleados son procesos enfocados al descubrimiento de conocimiento para encontrar información no trivial, previamente desconocida y potencialmente útil proveniente del repositorio de datos de las tiendas de comercio electrónico. A partir de los resultados adquiridos a través de la ejecución de los procesos de análisis de datos, se implementan mecanismos de publicación de sugerencias de productos recomendados, en la plataforma comercial de la tienda on-line, como se puede observar en la Fig 2. Fig. 2. E-Commerce con personalizaciones B. Elaboración En esta fase se definieron los procesos de análisis de información que se aplican específicamente a la plataforma de comercio electrónico, se resaltan así tres algoritmos que se describen a continuación. Segmentación de clientes con algoritmos de clustering. En el caso de las técnicas de agrupación, éstas buscan agrupar ítems, transacciones, usuarios o vistas de páginas. Existe una amplia variedad de algoritmos, uno de los más utilizados es el algoritmo particional k-means. Este realiza un análisis estadístico de los datos para efectuar agrupaciones y mide las distancias entre estas. También realiza cálculos sobre los valores promedio y medios de la muestra utilizada. La agrupación en este contexto, busca determinar los patrones de similitud existentes entre los perfiles de los clientes de la tienda, teniendo en cuenta su información demográfica y sus preferencias demostradas hacia productos

3 3 mediante los elementos de calificación de la tienda. La finalidad de este proceso es identificar los usuarios más parecidos y segmentarlos en grupos para realizar recomendaciones de productos a los usuarios de un mismo grupo de acuerdo a los gustos de sus semejantes. Usando el API de Rapidminer se crean los operadores necesarios para manipular los datos y configurar el algoritmo de clustering, se ejecuta el proceso completo de generación de grupos de acuerdo a la configuración enviada por el administrador, que incluye atributos variables como el número K de clústeres que se crean, y el número de optimizaciones que se aplican al algoritmo. Se almacenan los datos de grupos generados en una base de datos temporal (DataMart) para luego ser enviados por el ETL (Extraction, Transformation, Load) a la tienda. El proceso de asignación de cada usuario a su respectivo grupo se hace de acuerdo al funcionamiento del algoritmo de k-means, donde se calcula para cada atributo un valor medio o centroide y los usuarios con mayor cercanía a estos valores serán los que tengan mayor similitud, el valor medio se va optimizando en cada iteración hasta el momento en que converge en un rango mínimo. Se crea uno de los elementos de publicación de productos sugeridos, diseñado a partir de los resultados del algoritmo de clustering, la información obtenida consiste en la definición de una tabla de grupos en la cual se tiene un identificador para el grupo y un identificador para el usuario, cada usuario hace parte solo de un grupo. Para la publicación de estas recomendaciones, se requiere conocer el grupo al que pertenece el usuario, para lo cual es necesario que el cliente realice login en la tienda. Una vez se identifica el usuario y el grupo, el método de publicación consiste en recomendar los productos favoritos de otros usuarios que pertenecen al mismo grupo del usuario que está registrado. Descubrimiento de reglas de asociación en contenidos transaccionales de compra. El descubrimiento de patrones de navegación puede ser usado para entender las características del comportamiento de los visitantes o usuarios de segmentos para mejorar la estructura de un sitio y crear una experiencia personalizada para los visitantes al proporcionar recomendaciones dinámicas sobre contenido u objetos. [4] Las reglas de asociación capturan las relaciones entre los ítems basándose en los patrones de ocurrencia a través de las transacciones. En el caso de las transacciones web, las reglas de asociación capturan las relaciones entre los productos comprados de acuerdo a los patrones de asociación de ítems hallados en las cestas de compra. Usualmente se implementa el algoritmo de Apriori publicado por Agrawal y Srikant en [4]. Sin embargo existen otras técnicas para detección de reglas de asociación como el algoritmo FP-Growth el cual se trabaja en esta investigación. El algoritmo FP-Growth es actualmente uno de los enfoques más rápidos del proceso de minería de ítems frecuentes, éste se basa en una representación de árbol de premisas a partir de las transacciones dadas (llamada FP-tree), la idea base de FP- Growth es realizar una eliminación recursiva del esquema, así, en un primer paso del procesamiento se eliminan los ítems de las transacciones que no son frecuentes individualmente, luego los que son menos frecuentes entre los que son frecuentes, de forma recursiva se continua este proceso para ir creando el árbol de premisas y para cada una se generan las relaciones con otros productos que se encuentran en las transacciones que contienen la premisa creada. Fig. 3. Representación de FP-Tree Usando el API de Rapidminer se crean los operadores necesarios para manipular los datos y configurar el algoritmo de reglas de asociación con FP-Growth. Se ejecuta el proceso completo de generación de reglas de asociación de acuerdo a la configuración enviada por el administrador que incluyen los atributos de soporte y confianza mínimos que se tienen en cuenta para obtener las reglas. Finalmente, se almacenan los datos de reglas de asociación en la base de datos temporal (DataMart) para luego ser enviados por el ETL a la tienda. Con los resultados obtenidos en este proceso, se crea otro componente de personalización de recomendaciones, el de las reglas de asociación que se descubrieron a partir del análisis de la canasta de compras de cada usuario. Esta información es almacenada en una tabla de la base de datos de la tienda con la estructura premisa, conclusión, confianza. Esta información es utilizada en la tienda para identificar cuales productos podrían resultar de interés durante la navegación en otro producto Las reglas de asociación permiten identificar una relación de afinidad o cercanía de un producto o una secuencia de varios de ellos hacia otros productos, lo cual hace que se cree una relación de asociatividad entre ellos, en la Fig 5 se puede observar un ejemplo de ello. Fig. 4. Ejemplo de regla de asociación La forma de presentar esta información consiste en identificar la mejor premisa que se parezca a las reglas de asociación calculadas para el comportamiento de navegación que los usuarios realizan durante su visita a la tienda, y muestre como producto recomendado el primer ítem que se encuentra en la conclusión asociada a dicha premisa. Recomendaciones personalizadas a partir de filtrado basado en contenido bajo enfoque de programación evolutiva. Se suele llamar análisis de contenido al conjunto de procedimientos interpretativos de productos comunicativos

4 4 (mensajes, textos o discursos) que proceden de procesos singulares de comunicación previamente registrados, y que, basados en técnicas de medida, a veces cuantitativas (estadísticas basadas en el recuento de unidades), a veces cualitativas (lógicas basadas en la combinación de categorías) tienen por objeto elaborar y procesar datos relevantes sobre las condiciones mismas en que se han producido aquellos textos, o sobre las condiciones que puedan darse para su empleo posterior. [9] Una de las formas más populares para especificar el peso de las palabras clave en extracción de información es term frequency/inverse document frequency (TF/IDF) [11]. Este cálculo es utilizado en el análisis de información, a través de un algoritmo genético el cual se encarga de identificar la combinación de N productos, que mejor se podrían recomendar a cada cliente de acuerdo a la similitud de los contenidos asociados a cada cliente (comentarios, búsquedas, categorías asociadas), y los textos descriptivos de los productos ofrecidos en la tienda. C. Construcción A continuación se describen los componentes de software que fueron utilizados para diseñar los elementos de análisis, manipulación de datos y publicación de contenido web. Administración de contenido para tienda de comercio electrónico usando oscommerce. oscommerce es una tienda virtual gratuita desarrollada en PHP y de código abierto, se diferencia de los gestores de contenidos tradicionales porque es una aplicación desarrollada específicamente para crear sitios de comercio electrónico y toda su funcionalidad va dirigida hacia ese propósito. La instalación base de oscommerce, se complementó con varios plugins, que amplían la funcionalidad de la herramienta. Supertracker, es un plugin tomado del sitio web de oscommerce, permite realizar el seguimiento y trazabilidad de los usuarios dentro del almacén, como saber que productos y categorías ha visitado [14]. JMRating es un componente de oscommerce que permite a los usuarios de la tienda calificar los productos mediante el sistema de rating de 1 a 5 visualizándolos en forma de estrellas. Procesos distribuidos sobre plataforma de agentes distribuidos en JADE. JADE (Java Agent Development) es una estructura software que simplifica el desarrollo de sistemas multiagente de acuerdo con las especificaciones estándar FIPA para la interoperabilidad de sistemas de agentes inteligentes. La arquitectura de procesos para la ejecución de agentes está desarrollada sobre esta plataforma, la cual consiste en el registro de un agente Mediador el cual se encarga de escuchar constantemente las peticiones que la tienda envía hacia la plataforma a través de un socket definido en un puerto de comunicación. El mecanismo de comunicación, según lo describe [16] en su trabajo, consiste en la creación de un mensaje ACL que provee todos los elementos necesarios para establecer la comunicación entre la tienda de comercio electrónico y la plataforma multi-agentes. Cuando el mensaje es recibido por el agente Mediador, se identifica cual es el tipo de proceso que se ha invocado (Asociación, Clustering o Filtrado de contenido), y se realiza la invocación a un nuevo agente, el cual contiene la funcionalidad necesaria para ejecutar los procesos de análisis. Procesos de extracción de información con Scriptella ETL. Para migrar la información de la tienda al DataMart se hizo uso de la herramienta de ejecución de Scripts ETL: Scriptella. Para su implementación en el sistema se agregaron. Los parámetros requeridos para la ejecución de los scripts ETL desde la tienda hacia el DataMart son el driver de la base de datos utilizado, la conexión a la base de datos y la conexión a la base de datos de la tienda, estos parámetros se almacenan en el archivo de configuración etl.properties [15]. La ejecución de los procesos de Extracción, Transformación y Carga se hace a través de los scripts ETL, los cuales son elaborados en el lenguaje de etiquetas XML para definir la gramática del proceso. Algoritmos de minería de datos con framework RapidMiner. Los procesos de análisis a través de algoritmos de minería de datos son ejecutados en RapidMiner, la cual es una plataforma completa para minería de datos, análisis predictivo e inteligencia de negocio. RapidMiner también provee el API de librerías que permiten extender toda su funcionalidad a proyectos de software que soporten JAVA. Los algoritmos que se implementaron con RapidMiner son FP-Growth para identificar los patrones de asociación de productos en las transacciones de compra. Y K-Means para identificar los patrones de similitud en los clientes y agruparlos en clústeres con sus semejantes. Librerías JGAP para gestión de algoritmos genéticos y Lucene para procesamiento de contenidos. El desarrollo del proceso evolutivo que obtiene las recomendaciones de productos utilizando filtrado basado en contenido se implementó utilizando el conjunto de librerías Java para desarrollo de algoritmo genéticos (JGAP). Mediante la implementación de un algoritmo genético se selecciona la solución que contiene los productos cuyas descripciones tienen la mejor similitud con los textos del usuario (función de aptitud), y en el cual al evaluar esta función a través de las diferentes generaciones del ciclo evolutivo se obtiene la solución cuyos productos recomendados son los más aptos para el usuario. En la implementación del algoritmo genético, en realidad se creó un algoritmo que se debe ejecutar una vez por cada cliente de la tienda, esto debido a que el algoritmo genético tiene como resultado una única combinación de productos a recomendar que corresponda a un solo usuario. Es decir que tanto el cromosoma, la función de aptitud y todos los componentes de la solución están diseñados con la

5 5 información de un usuario, y el algoritmo se tendrá que ejecutar tantas veces como usuarios existan registrados en la tienda. El cromosoma que hace parte de este algoritmo genético consiste en un arreglo de datos booleanos de mismo tamaño al número de productos de la tienda, y cada uno de los genes de este cromosoma son valores booleanos donde el valor falso significa que el producto no es recomendado para el usuario y el valor verdadero significa que este valor si es recomendado para el usuario. El cromosoma puede ser visualizado en la Fig 6. Fig. 5. Ejemplo de regla de asociación De forma paralela al cromosoma del algoritmo genético, se trabaja un arreglo de que sirve de apoyo al proceso y que tiene los elementos de una clase diseñada para almacenar el id del producto y el score de similitud de los textos. (Fig 7) Fig. 6. Ejemplo de regla de asociación La fórmula de la función de aptitud se define como la sumatoria de los scores de similitud entre textos, la cual es calculada utilizando las funciones de Lucene. En la Fig 8 se muestra la fórmula de la función de aptitud. Fig. 7. Ejemplo de regla de asociación Para obtener el score de similitud entre los textos del usuario y los textos de los productos se hace una consulta sobre el índice de productos hecho con Lucene enviando como query el texto asociado a cada usuario. Esta consulta genera un conjunto de resultados correspondiente al score que cada producto que se encuentra dentro del índice tiene con respecto al texto enviado en la consulta. La forma en cómo se realiza internamente el cálculo del scoring lo describe [7]. El score de una consulta q sobre un documento d se correlaciona con la distancia de coseno o producto punto entre el documento y el vector de la consulta en un modelo de espacio vectorial (VSM) de recuperación de información. El documento cuyo vector es el más cercano al vector de la consulta es el que tiene el score más alto. El score se calcula de la siguiente manera: Fig. 8. Ejemplo de regla de asociación Al finalizar el proceso evolutivo del algoritmo, se obtiene el cromosoma cuya función de aptitud fue la mejor encontrada a través de cada generación y consiste en una solución que contiene varios posibles productos a recomendar, sin embargo, el administrador ha seleccionado previamente el número N de recomendaciones que desea encontrar por cada usuario, lo cual hace que el proceso tome los N mejores genes del cromosoma de acuerdo a su score y estos genes corresponden a los productos que serán recomendados al cliente. Se definieron las opciones de configuración de los procesos de selección, reproducción, mutación y también el tamaño de la población, la población inicial es generada aleatoriamente, y el ciclo evolutivo considerado para la implementación del proyecto está definido por métodos de cruce que son de elección del usuario entre técnicas de elitismo y técnicas de ruleta. IV. PRUEBAS COMPUTACIONALES Se realizaron pruebas unitarias, de caja blanca y de rendimiento sobre los procesos de análisis de información. Se obtuvieron resultados como patrones de información que fueron utilizados para mejorar los elementos de publicación de productos recomendados. A continuación se describen algunos de los resultados obtenidos A. Clustering La información procesada por el algoritmo de K-Means, se agrupa de acuerdo a la cercanía de sus atributos con respecto a los valores centroides obtenidos para dato. Tabla 1. Resultado Agrupación Atributo Cluster1 Cluster2 Cluster3 Cluster4 Sexo Experiencia Tienda Antigüedad RangoEdad Pais RatingItem RatingItem 2 RatingItem N A. Reglas de Asociación Al procesar el algoritmo FP-Growth, se generaron las asociaciones de productos, obtenidas del análisis de las transacciones de compra. Cada una está respaldada por los criterios de soporte y confianza que indican la credibilidad de cada regla. En la Tabla 2 se presentan algunos de los resultados (Item_12) representa el producto con Id 12 configurada en la tienda oscommerce. Tabla 1. Resultado Asociación Premisa Conclusión Soporte Confianza Item_12, Item_

6 6 Item_9, Item_4 Item_13, Item_4 Item_12, Item_13, Item_4 Item_13 Item_12, Item_9 Item_9 Item_12, Item_ B. Filtrado basado en contenido Las recomendaciones personalizadas que se generaron con el algoritmo genético de filtrado basado en contenido, se obtienen en un tiempo que depende del número de evoluciones que el administrador ha seleccionado previamente. La calidad de la respuesta (valor de la función objetivo) va aumentando a medida que el proceso evolutivo avanza, debido a que en cada iteración que la población se genera nuevamente, existe la probabilidad de encontrar una mejor respuesta que se adapta con mejor similitud al cliente. El resultado final es aquel cromosoma encontrado en todo el ciclo de evolución, cuyo valor de fitness es el mayor. La evolución del Fitness puede ser visualizado en la Fig 10. Fig. 9. Fitness V. CONCLUSIONES Una vez finalizada la implementación de éste proyecto surgen una serie de conclusiones de acuerdo a los objetivos que se habían planteado, las cuales se muestran a continuación: La implementación del algoritmo genético creado para aplicar las técnicas de filtrado basado en contenido, funcionó apropiadamente al generar la consulta adecuada para recomendar los productos más relevantes de acuerdo a la similitud obtenida por el scoring de textos en Lucene para un usuario en particular, sin necesidad de incurrir en un proceso dispendioso que evalúe todo el contenido existente asociado a éste, mejorando la precisión de los resultados en cada iteración. El análisis de textos implementado arroja resultados más precisos basado en las preferencias de los clientes, cuando el contenido procesado consta de pocos pero concisos términos claves que podrían indicar una relación con el material descriptivo de los productos. Sin embargo, al enviar volúmenes de texto superiores a la consulta de análisis de contenido se pudo evidenciar la importancia de fortalecer adecuadamente los textos descriptivos de los artículos publicados con el fin de acotar las consultas hacia términos relevantes en la publicación de los productos, y que generen resultados más satisfactorios en la recomendación que se da a los clientes. Al implementar el proceso de agrupación de clientes, de acuerdo a los algoritmos de clustering provistos por RapidMiner, se logró segmentar una base de datos que en principio solo tenía información dispersa de las tendencias referentes a preferencias de productos e información básica de registro de usuarios, logrando correlacionar los patrones de aceptación de productos con el entorno demográfico de los clientes, y utilizándolos como herramienta de publicación de productos enfocada a identificar las preferencias en común de clientes similares. El uso del algoritmo de minería de datos de RapidMiner para generar reglas de asociación, sirvió para identificar patrones de comportamiento en la información de las transacciones de compra de la tienda, que no se revelan de forma explícita. Permitiendo de ésta manera la generación de sugerencias de productos siguiendo el patrón identificado durante la navegación de nuevos visitantes a la tienda. REFERENCIAS [1] Nieto S, Filtrado Colaborativo y Sistemas de Recomendación, Inteligencia en Redes de Comunicaciones. Universidad Calos III de Madrid [2] García F, Gil A. Personalización de sistemas de recomendación, Dpto de Informática y Automática - Universidad de Salamanca. Facultad de Ciencias, Plaza de la Merced S/N 37008, España [3] Goethals B and Bussche J. "A priori versus a posteriori filtering of association rules", 1999 ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery [4] Torres A, Minería web y personalización: Revisión bibliográfica, Universidad de Salamanca, [5] Guzmán C, Modelos sub-simbólicos en los Sistemas Recomendadores, Algoritmos Genéticos, DSIC Universidad Politécnica de Valencia [6] Jade, Java Agent DEvelopment Framework", Internet: [7] Lucece, Apache Lucene(TM) ", Internet: [8] OpenUp, OpenUp", Internet: [9] Piñuel J, Epistemología, metodología y técnicas del análisis de contenido, Universidad Complutense de Madrid. Departamento de Sociología, Facultad de CC de la Información, [10] Morales C, Soto S, Martínez C, Estado actual de la aplicación de la minería de datos a los sistemas de enseñanza basada en web. Escuela Politécnica Superior. Universidad de Córdoba, [11] Rivera Pedro, Sistema Personalizado de Reformulación Dinámica de Consultas en Exploración Web, Universidad Nacional de Colombia, [12] Salmerón L, Cañas J, Gea M, Fajardo I, Antolí A, Abascal J, Análisis de la adquisición del conocimiento en sistemas hipertexto a partir de las estrategias de navegación del usuario, Dept de Psicología Experimental, Universidad de Granada. Dept. de Lenguajes y Sistemas Informáticos, Universidad de Granada. Dept. de Arquitectura y Tecnología de Computadores, Universidad del País Vasco, [13] Scriptela, ETL Project", Internet: [14] Stephens. Supertracker Contribution for oscommerce Original Version 3.1a. (2005). [15] Páez G, Sistema recomendador basado en filtrado colaborativo y minería de datos, Fundación Universitaria San Martin. Grupo de interés en comercio electrónico - Facultad de Ingeniería de Sistemas [16] Herrera A, Tag Cloud Inteligente, Fundación Universitaria San Martin. Grupo de interés en comercio electrónico - Facultad de Ingeniería de Sistemas 2011.