Guía docente de Sistemas de Recuperación de Información y de Recomendación (M51/56/3/22)
Máster
Módulo
Rama
Centro Responsable del título
Semestre
Créditos
Tipo
Tipo de enseñanza
Profesorado
- Juan Manuel Fernández Luna
- Carlos Gustavo Porcel Gallego
Breve descripción de contenidos (Según memoria de verificación del Máster)
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.
Prerrequisitos y/o Recomendaciones
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
Competencias
Competencias Básicas
- CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
- CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Competencias Generales
- CG01. Capacidad de acceso y gestión de la información
- CG02. Capacidad de análisis y síntesis
- CG07. Motivación por la calidad
Competencias Específicas
- CE05. Capacidad para modelar y resolver problemas reales o académicos mediante técnicas de ciencia de datos
- CE07. Capacidad de utilización de herramientas avanzadas para modelar y resolver problemas en los que se dispone de un tamaño enorme de datos.
Competencias Transversales
- CT01. Ser consciente de la importancia del desarrollo sostenible y demostrar sensibilidad medioambiental.
- CT02. Ser consciente del derecho a la no discriminación y al acceso universal al conocimiento de las personas con discapacidad.
Resultados de aprendizaje (Objetivos)
- 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.
- Comprender la importancia de la optimización de los procesos de indexación y búsqueda sobre grandes volúmenes de datos.
- Conocer los fundamentos y detalles teóricos de los modelos de Recuperación de Información y Recomendación.
- Evaluar la bondad de las distintas aproximaciones para la Recuperación de Información y Recomendación, conociendo los criterios de aplicación de cada una de ellas.
- 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.
- 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.
- Conocer el estado del arte así como familiarizar al alumno con algunas áreas avanzadas de la disciplina.
Programa de contenidos Teóricos y Prácticos
Teórico
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
Práctico
- Implementación y defensa de un RAG para un sistema de recomendación basado contenido o un sistema de recuperación de información.
Bibliografía
Bibliografía fundamental
- 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.
Bibliografía complementaria
- 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
Enlaces recomendados
- Recuperación de información:
- Sistemas de recomendación: https://machinelearningmastery.com/recommender-systems-resources/
Metodología docente
- 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
Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)
Evaluación Ordinaria
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%
Evaluación Extraordinaria
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%.
Evaluación única final
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 adicional
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).