Este documento presenta los resultados de una investigación sobre los sistemas de recomendación basados en contenido en las plataformas de YouTube y Netflix. Se realizó una encuesta a 45 personas que mostró que YouTube y Netflix son las plataformas más populares, y que YouTube es la más accesible debido a su gratuidad y variedad. Los sistemas de recomendación de contenido generan mayor satisfacción entre los usuarios.

1. Investigación documental y de campo
INFORME FINAL
SISTEMAS DE RECOMENDACIÓN BASADOS EN CONTENIDO EN PLATAFORMAS
DE YOUTUBE Y NETFLIX
Carlos Julián allende López
11 de Junio, 2018

2. ÍNDICE
INTRODUCCIÓN. 3
METODOLOGÍA. 4
RESULTADOS. 5
CONCLUSIONES Y RECOMENDACIONES. 9
REFERENCIAS Y FUENTES DE CONSULTA. 11
BIBLIOGRAFÍA 11
ANEXOS. 12

3. Introducción.
En la actualidad el internet se ha convertido en una de las principales herramientas de
trabajo para todo tipo de personas, no obstante al ser una comunidad global, en ella se
han albergado cantidades masivas de información las cuales difícilmente se pueden
gestionar y esta problemática ha propiciado el desarrollo y despliegue de distintas
herramientas que nos facilitan la administración de toda esa información. Una de esas
herramientas son los Sistemas de Recomendación, los cuales se han convertido en
una de las más efectivas para reducir y priorizar la información para hacerla más
asimilable y manejable
Los sistemas de recomendación tuvieron su origen en el Tapiz de la información,
el cual fue desarrollado en el Centro de Investigación Xerox Palo Alto con la finalidad de
procesar la información en dos pasos. En términos más específicos, los recomendadores
habitualmente son de dos tipos: los filtros colaborativos y los filtros basados en
contenido, el filtro es un algoritmo matemático que “decide” cuál es la recomendación
óptima basado en la información que le entreguemos y el Tapiz es un sistema que
emplea tanto el filtrado colaborativo como el filtrado basado en el contenido, así como la
evaluación y el resaltado automático, para adaptar la entrega y la presentación de la
información a los intereses personales de cada usuario. (Douglas B, 1993)
Existen diversos algoritmos de recomendación basados en diferentes formas de
establecer el posible interés que el usuario pueda tener sobre cada “ítem” y se han
estudiado y desarrollado diferentes tipos de técnicas que varían en términos de la
información utilizada y la forma en que realizan recomendaciones, todo esto con el fin de
mejorar aún más la experiencia del usuario
Objetivo General: Conocer los inicios de los sistemas de recomendación, las diferentes
familias de algoritmos utilizados en los sistemas de recomendación y su funcionamiento.
Objetivos Específicos:
 Verificar que plataforma de streaming utiliza el mejor sistema de recomendación
de contenido.
 Determinar cuál es la más popular entre los usuarios.

4. METODOLOGÍA.
Para la realización de esta investigación, primero se buscó información en sitios web de
confianza, como lo son Google y Google Académico, que nos pudieran dar un indicio de
cómo es que surgió la idea de crear un sistema que sirviera de apoyo para manejar
volúmenes de información tan grandes. A partir de esa problemática pudimos crear una
conexión con la situación actual, en la que al existir tanto contenido en la web 2.0
pudiéramos jerarquizarlo para poder “consumir” lo que nos sería de mayor relevancia.
Además de la realización de búsquedas en internet se realizó una investigación
de campo, en la cual se buscó la opinión de un público que estuviera familiarizado con
el tema y la opinión de otro sector que no lo estuviera. Para esto se realizó una entrevista
la señorita Nuria Murillo, encargada del departamento de electrónica de una de las
sucursales de la tienda Wal-Mart, y también un breve sondeo a clientes de la misma
tienda y algunas otras tiendas independientes de electrónica, todo esto a la vez que se
observó el comportamiento de la gente al escoger sus aparatos electrónicos, en especial
las pantallas “Smart” y reproductores Blue-Ray los cuales ya cuentan con plataformas de
streaming previamente instaladas. También se visitaron tiendas de conveniencia para
ver el flujo de personas que compran tarjetas de prepago para Youtube o Netflix, además
de visitar un cibercafé en el cual, de igual manera pude corroborar el tiempo que una
persona invierte en utilizar plataformas de streaming. Aunque la gente no conoce a
detalle el tema de los sistemas de recomendación, comprendían su funcionamiento
básico y su objetivo. Todo esto a su vez fue registrado en una bitácora de investigación
con la finalidad de organizar los datos recolectados, y la descripción de las actividades
realizadas hasta ese punto.
El último paso para la recolección de información fue el desarrollo de una encuesta
que consta de 10 preguntas la cual, debióaplicarse a 10 personas, pero afortunadamente
se obtuvieron las respuestas de 45 personas ampliando más nuestro panorama. La
encuesta fue realizada en Google Formularios y se distribuyó por medio de WhatsApp y
Facebook. Una vez obtenidos los resultados se hizo un breve análisis de las respuestas
para después graficar la información a través de una hoja de cálculo y así,
posteriormente, publicar todo en el blog.

5. He aquí el plan de trabajo en el cual nos basamos para la realización en tiempo y forma
de las actividades.
RESULTADOS.
En México los Sistemas de Recomendación es un tema el cual no ha logrado echar
raíces y esto debido a la falta de curiosidad de las personas, es algo que generalmente
no se toma en cuenta y la mayoría creemos que al haber tanta información en todos
lados en cuanto busquemos algo, lo que sea, ya va a estar ahí en automático sin tantos
rodeos ni obstáculos, pero es gracias a los filtros de información y a los sistemas de
recomendación que podemos disfrutar de casi cualquier contenido en la web sin la
necesidad de permanecer largas, exhaustivas e infructuosas horas buscando lo que
necesitamos. Todo esto lo podemos destacar del hecho que el desarrollo de estas
valiosas herramientas de trabajo ha ido evolucionando al grado que únicamente con la
información personal vertida en internet se puede generar una buena recomendación tal
es el caso de las plataformas de streaming como lo son Youtube y Netflix, las cuales
basándose en nuestro historial de navegación pueden “recomendarnos” me manera muy
acertada lo que “apetecemos” en ese instante.
Cuando mencione la falta de curiosidad de las personas me refería a que al hacer
las observaciones en mi investigación de campo, a las personas no les interesa

6. realmente las especificaciones técnicas de los productos que están adquiriendo, sino
que solo se fijan principalmente en la estética del artículo y lo que les ofrece de primera
instancia, además del precio. Es por eso que decidí realizar un breve sondeo, el cual
únicamente 2 personas accedieron a responder y por lo tanto no obtuve el dato deseado.
Ahora, gracias a la entrevista con la señorita Nuria Murillo me di cuenta que la
plataforma más solicitada es Youtube y esto debido a su disponibilidad, gratuidad y
variedad, independientemente de que ahora ya se cuenta con Youtube Red, sigue siendo
más asequible que Netflix.
Para darle mayor significado a esta investigación se realizó una encuesta que consta de
10 preguntas, la cual, afortunadamente fue contestada por 45 personas ampliando más
el rango de respuestas y dándole certeza a los resultados.
Lo primero era saber si
la gente conocía este
tema y aquí podemos
observar que el 59,1%
conoce los sistemas de
recomendación y/o está
familiarizado con ellos

7. En este caso un 57,8% cree
más oportuno que se le sugiera
el contenido ya que en la
mayoría de los casos las
sugerencias suelen ser
bastante acertadas y en
comparación, un 31,1% duda
que sea una buena opción que
le sea sugerido el contenido a
consumir.
Aquí es evidente que para una
mejor experiencia de
navegación los filtros de
información son muy útiles ya
que nos facilitan las
investigaciones evitando y
previniendo la infoxicación,
proporcionándonos resultados
más eficientes y certeros.
En la actualidad se han presentado
conflictos de privacidad en algunos
sitios web ya que se utiliza la
información personal con fines de
lucro, así que podemos ver en esta
gráfica que la opinión de las
personas está dividida pero es
evidente que la mayoría si está o
estaría de acuerdo hasta cierto
punto que su información sea usada
para generar buenas sugerencias.
Como podemos ver las
plataformas de Youtube con
60% y Netflix con 57,8%, son las
más populares y las que más
han abarcado el mercado por lo
tanto para la gente son las que
mejor contenido tienen para
ofrecer.

8. Youtube con un rotundo 73,3%
es considerada la más accesible
por su gratuidad y la variedad las
cuales son sus principales
características, aunque ya está
en el mercado Youtube Red, no
deja de ser un obstáculo para su
liderazgo.
En este caso la opinión se
encuentra en un punto intermedio,
ya que, la mayor parte del tiempo
la respuesta que arroja el sistema
de recomendación es acertada,
parece ser que no da la confianza
que uno como usuario desearía o
simplemente no creemos que la
respuesta es realmente la que
nosotros escogeríamos.
A pesar de haber una gran variedad
de sistemas de recomendación, los
que han generado más satisfacción
son los de Contenido (75,6%) y es
bastante comprensible ya que,
normalmente, al consumir algún
contenido o producto buscamos
similitudes basados en nuestras
preferencias previas para lograr
satisfacer más rápidamente
nuestras exigencias.
Desde el punto de vista del usuario, es
diferente una buena recomendación que
una recomendación útil. Regularmente las
recomendaciones con mayor probabilidad
de ser correctas son demasiado obvias
como para serle útiles. Aunque en
ocasiones es mejor hacer recomendaciones
arriesgadas que ofrezcan productos
desconocidos para el usuario, en este caso
se demuestra que hay mayor preferencia a
las recomendaciones útiles (51,1%) ya que
al momento suelen ser las satisfactorias.

9. CONCLUSIONES Y RECOMENDACIONES.
Como se pudo observar en los resultados de la entrevista y de la encuesta, el tema de
los sistemas de recomendación aún sigue sin ser algo de gran relevancia en México, y
no lo digo únicamente por los resultados que se obtuvieron sino que al realizar la
búsqueda en internet tuve dificultades para encontrar información, sobre todo en
español. No obstante creo que, en general, podemos darnos cuenta del objetivo y
funcionamiento de los sistemas de recomendación por el uso tan recurrente que les
damos en nuestro día a día, ya sea para realizar algún trabajo o para entretenernos las
recomendaciones están presentes y seguirán evolucionando para mejorar y ofrecernos
un mejor servicio.
Ahora, de acuerdo con el análisis de los resultados obtuvimos que de la variedad
de plataformas de streaming que se manejan hoy en día las que tienen mayor
popularidad son Youtube y Netflix. Ambas son para entretenimiento, obviamente cada
una con sus respectivas características, pero Youtube tiene las principales
características de tener variedad, novedades y de ser gratuita (aún), a pesar de ya existe
Youtube Red, esta sigue siendo opcional asegurando así las preferencias del usuario.
En cambio Netflix, que contiene un amplio catálogo de películas y series, algunas de
ellas originales, tiene un costo dependiendo del plan que se desee el cual hay que pagar
mensualmente si se quiere seguir disfrutando del contenido.
Cuando se es un usuario que maneja grandes
volúmenes de datos, obviamente, además de los
filtros de información siempre será útil este tipo de
herramientas para simplificar aún más el tiempo y
el esfuerzo en cada búsqueda. Sin embargo,
independientemente del tipo de usuario que utilice
estos sistemas siempre serán convenientes por el
simple hecho de que siempre te ofrecerán más
opciones relacionadas con tu búsqueda así que,
como podemos observar en esta gráfica es mínimo
el porcentaje que no cree conveniente el uso de
este recurso a comparación del porcentaje de los
que creen que, a pesar de las dudas que se podrían
generar, si es efectivo disponer de esta herramienta
de trabajo.

10. Ambas plataformas tienen la suficiente accesibilidad ya que únicamente necesitamos
una conexión a internet de buena calidad para disfrutar del contenido, pero el hecho es
que es más fácil acceder a Youtube incluso con una conexión de datos a diferencia de
Netflix, debido a las grandes cantidades de datos que este maneja, además de la
comodidad que también es un factor ya que es preferible ver una película en la
comodidad del hogar.
En cuanto a la funcionalidad de los sistemas de recomendación en Youtube optan
más por sugerirte videos con contenido similares y en ocasiones suele ser idéntico, no
hay recomendaciones “arriesgadas”, por ejemplo si estás viendo videos graciosos de
animales, todas las sugerencias son de lo mismo, la temática suele no cambiar
manteniéndote en lo que el sistema cree que es lo que realmente quisieras ver.
En cambio, cuando hablamos de Netflix, además de que tiene una impecable
organización de géneros y estilos, “acostumbra” a hacerte sugerencias más variadas de
contenido, es decir, si estabas viendo la película “Scream” en las sugerencias te aparece
“Scary Movie”. De cierta manera el sistema busca un equilibrio en la experiencia del
usuario ofreciéndole opciones diferentes pero atractivas.
La recomendación sería explorar y experimentar en otros sitios web que manejen
diferentes tipos de algoritmos de recomendación, adaptarse a ellos y realizar un análisis
de efectividad a cada uno para así poder exponer de mejor manera cuales funcionan
más eficientemente en cuanto a manejo de información y recomendaciones.
Los únicos obstáculos que le podría atribuir a este trabajo es el desconocimiento
de la gente, el no tener curiosidad de cómo es que funciona todo a su alrededor y la falta
de interés por su información personal, hoy en día ya no importa a quien le entregas tus
datos con tal de obtener algo a cambio por insignificante que parezca siempre y cuando
estés entretenido.
Considero que fue un acierto poder cumplir con los objetivos de la investigación
tanto los generales como los específicos pese a mi falta de experiencia en este rubro.
Respecto a las fallas considero que fueron la falta de opiniones más profesionales y
técnicas ya que no toda la gente tiene el conocimiento preciso y suficiente sobre el tema.

11. REFERENCIAS Y FUENTES DE CONSULTA.
Bibliografía
Alfaro,E.,Murillo, J.,& Maestre ,R. (13 de Febrerode 2018). Sobreel uso responsablededatosy
algoritmos.Obtenidode BBVA:https://www.bbva.com/es/uso-responsable-datos-algoritmos/
DouglasB, T. (S/Dde Augustde 1993). A TourThrough Tapestry .Obtenidode InternetArchive:
https://archive.org/stream/bitsavers_xeroxparctourThroughTapestry_1621784/CSL-93-
13_A_Tour_Through_Tapestry_djvu.txt
Félix de Haro,J.(31 de mayo de 2017). Sistemasde recomendación decontenidos,adivina quepiensan
tusclientes. Obtenidode Future Space:https://bites.futurespace.es/2017/03/31/sistemas-de-
recomendacion-de-contenidos-adivina-que-piensan-tus-clientes/
Félix Pascual,M.,ChaparroPeláez,J.,&FumeroReverón,A.(S/Dde Noviembre de 2011). Presentey
futuro delos sistemasrecomendadores en la web 2.0. Obtenidode ResearchGate:
https://www.researchgate.net/publication/274410750_Presente_y_futuro_de_los_sistemas_re
comendadores_en_la_web_20
FernándezEspinosa,L.(21 de Marzo de 2018). ¿Qué es una recomendación en la era de la inteligencia
artificial? Obtenidode BBVA:https://www.bbva.com/es/recomendacion-inteligencia-artificial/
González,A.(19 de Septiembre de 2014). Sistemasderecomendación decontenido con Machine
Learning.Obtenidode CleverData:http://cleverdata.io/sistemas-recomendacion-machine-
learning/
Herrera-Viedma,E.,Porcel , C.,& Hidalgo,L.(S/Dde S/Dde 2004). Sistemasde recomendaciones:
herramientaspara el filtrado de información en Internet.Obtenidode HIPERTEXT.NET:
https://www.upf.edu/hipertextnet/numero-2/recomendacion.html#3
Marina Pepa,S.(2014). Suite de algoritmosderecomendación en aplicacionesreales . Madrid,España:
UniversidadAutonomade Madrid.
TorresRudloff,N.I.(2015). Sistemasderecomendación basadosen metodosdefiltrado colaborativo.
Santiago,Chile:UniversidadTécnicaFedericoSantaMariá.

12. ANEXOS.
BITÁCORA DE TRABAJO.
ENTREVISTA.

13. ENCUESTA.

14. BUSCADORES.