Guía docente de Sistemas de Recuperación de Información y de Recomendación (M51/56/3/22)

En esta asignatura se estudiarán los fundamentos de dos de las áreas más importantes del acceso a la información: los sistemas de recuperación de información y los de recomendación. Se mostrarán los procesos completos de preparación de los sistemas y cómo interactúan los usuarios con ellos, siempre haciendo hincapié en las técnicas de ciencia de datos empleadas.

No existen requisitos previos ni recomendaciones.

En el caso de utilizar herramientas de IA para el desarrollo de la asignatura, el estudiante debe adoptar un uso ético y responsable de las mismas. Se deben seguir las recomendaciones contenidas en el documento de "Recomendaciones para el uso de la inteligencia artificial en la UGR" publicado en esta ubicación: https://ceprud.ugr.es/formacion-tic/inteligencia-artificial/recomendaciones-ia#contenido0

1. Reconocer la problemática del acceso a información relevante en grandes volúmenes de datos e identificar la Recuperación de Información y la Recomendación como disciplinas complementarias que ayudan a resolver este problema.
2. Comprender la importancia de la optimización de los procesos de indexación y búsqueda sobre grandes volúmenes de datos.
3. Conocer los fundamentos y detalles teóricos de los modelos de Recuperación de Información y Recomendación.
4. Evaluar la bondad de las distintas aproximaciones para la Recuperación de Información y Recomendación, conociendo los criterios de aplicación de cada una de ellas.
5. Entender cómo un buen conocimiento del usuario y el contexto concreto en el que se desarrolla el proceso de acceso a la información nos permite mejorar el rendimiento de los sistemas.
6. Reconocer la organización interna de un documento como un atributo aprovechable para la Recuperación de Información y conocer las técnicas básicas para indexar y recuperar información estructurada.
7. Conocer el estado del arte así como familiarizar al alumno con algunas áreas avanzadas de la disciplina.

MÓDULO I: RECUPERACIÓN DE INFORMACIÓN

• Tema 1. Introducción a la Recuperación de Información
• Tema 2. Arquitectura de Sistemas de Recuperación
• Tema 3. Modelos de RI
• Tema 4. Técnicas Avanzadas de RI

MÓDULO II: SISTEMAS DE RECOMENDACIÓN

• Tema 5. Introducción a los Sistemas de Recomendación
• Tema 6. Modelos de Sistemas de Recomendación
• Tema 7. Evaluación
• Tema 8. Técnicas Avanzadas de Recomendación

• Implementación y defensa de un RAG para un sistema de recomendación basado contenido o un sistema de recuperación de información.

• Cacheda, F., Fernández-Luna, J.M. y Huete, J. Recuperación de Información: Un enfoque práctico y multidisciplinar. Ed. Rama 2011.
• Dietmar, J., Zanker, M., Felferning, A., Friedrich, G. Recommender Systems: an Introduction. Cambridge University Press 2010.
• Manning, C., Raghavan, P., Schütze, H. Introduction to Information Retrieval. Cambridge University Press 2008.
• Ricci, F., Rokach, L., Shapira, B. Recommender systems handbook. Springer 2022.
• Alonso, O. y Baeza-Yates, R. Information Retrieval: Advanced Topics and Techniques (ACM Books). 2025.
• Xu, J. Retrieval Augmented Generation in ProductionWorld Scientific Publishing. 2026.
• Falk, K. Practical Recommender Systems. Ed. Manning, 2019.
• Aggarwal, C.C. Recommender Systems: The Textbook. Ed. Springer, 2016.
• Jannach, D. Recommender Systems: An Introduction. Ed. New Publisher, 2021.

• Plataforma de referencia para sistemas de recomendación: https://recommender-systems.com 
• Plataforma de referencia para sistemas de recuperación: https://github.com/harpribot/awesome-information-retrieval

• Recuperación de información:
  • https://nlp.stanford.edu/IR-book/information-retrieval-book.html
  • http://resources.mpi-inf.mpg.de/d5/teaching/ss04/is04/links.htm
• Sistemas de recomendación: https://machinelearningmastery.com/recommender-systems-resources/

• MD01 Lección magistral/expositiva 
• MD02 Resolución de problemas y estudio de casos prácticos 
• MD03 Prácticas de laboratorio 
• MD04 Seminarios 
• MD05 Análisis de fuentes y documentos 
• MD06 Realización de trabajos en grupo 
• MD07 Realización de trabajos individuales 

La evaluación de esta asignatura se llevará a cabo mediante la realización de un examen escrito sobre los contenidos teórico-prácticos de la asignatura y la entrega y defensa del trabajo práctico ante los docentes. Además se considerará la participación activa en las clases. 

El porcentaje sobre la calificación final de cada parte queda detallado a continuación:

• Participación activa en clase: 10%
• Nota del examen: 50%
• Evaluación de la práctica propuesta: 40%

La convocatoria extraordinaria se realizará en un solo acto académico en forma de realización de un examen escrito sobre los contenidos teórico-prácticos de la asignatura y la entrega y defensa del trabajo práctico ante los docentes. La entrega y la defensa del trabajo tendrá una ponderación en la nota del 50% y el examen escrito del 50%.

La evaluación única final se realizará en un solo acto académico en forma de realización de un examen escrito sobre los contenidos teórico-prácticos de la asignatura y la entrega y defensa del trabajo práctico ante los docentes. La entrega y la defensa del trabajo tendrá una ponderación en la nota del 45% y el examen escrito del 55%.

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).