Analizando patrones de éxito en YouTube : un sistema de recomendación para creadores de contenidos educativos

Vista sencilla de ítem
dc.contributor.advisorOrtiz Arias, Santiago
dc.contributor.advisordel Castillo Cortázar, Francisco Javier
dc.contributor.authorOsorio Urrea, Vanessa
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeMagíster en Ciencias de Datos y Analíticaspa
dc.creator.emailvosoriou@eafit.edu.co
dc.date.accessioned2024-04-25T15:26:02Z
dc.date.available2024-04-25T15:26:02Z
dc.date.issued2024
dc.descriptionLos modelos de recomendación, son técnicas de Inteligencia Artificial que se utilizan para predecir y recomendar productos, servicios o contenidos que podrían interesar a un usuario en particular. Estos modelos, se basan en el uso de algoritmos de aprendizaje automático, en donde se analizan los datos recolectados y se generan recomendaciones personalizadas. Estos sistemas de recomendación, se utilizan comúnmente en plataformas de comercio electrónico, redes sociales y servicios de streaming, entre otros. YouTube, es una plataforma de contenidos digitales, que dentro de su clase, es la que cuenta con mayor popularidad. En ésta, interactúan dos tipos de personas: quienes consumen contenidos, y quienes los crean. Este documento se centrará en los usuarios que crean contenidos educativos para esta plataforma. A pesar de que existen muchos estudios y análisis sobre cómo funciona el algoritmo de YouTube, para los creadores de contenidos que monetizan sus canales, es incierto saber si sus contenidos serán exitosos y tendrán el retorno económico esperado con base en su esfuerzo y tiempo dedicado. Por lo tanto, este proyecto se enfoca en el análisis de la información pública de canales exitosos en YouTube dedicados al Diseño Gráfico, Audiovisual y Fotográfico, con el propósito de aplicar modelos de recomendación que ayuden al creador de contenidos DelcaVideography a tomar decisiones informadas sobre qué contenidos publicar. El objetivo, es identificar patrones y variables relacionadas con el interés de su audiencia en el mercado, donde se busca maximizar el impacto y el retorno de su trabajo.
dc.identifier.urihttps://hdl.handle.net/10784/33728
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Ciencias Aplicadas e Ingeniería. Área Computación y Analíticaspa
dc.publisher.placeMedellín
dc.publisher.programMaestría en Ciencias de los Datos y Analíticaspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.subjectSistemas de recomendación
dc.subjectFiltrado colaborativo
dc.subjectCanales educativos
dc.subjectEfecto de recomendaciones para crear contenidos audiovisuales
dc.subject.keywordClustering
dc.subject.keywordYouTube
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
dc.subject.lembALGORITMOS
dc.subject.lembCOMUNICACIONES DIGITALES
dc.subject.lembAMBIENTE ELECTRÓNICO
dc.titleAnalizando patrones de éxito en YouTube : un sistema de recomendación para creadores de contenidos educativos
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaArtículo

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
87.5 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
440.06 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
No hay miniatura disponible
Nombre:
Vanessa_OsorioUrrea_2024.pdf
Tamaño:
1.38 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Ciencias de los Datos y Analítica (tesis)