Sistema de recomendación para productos ecnológicos utilizando web scraping para la toma de decisiones en compra
No Thumbnail Available
Files
Date
2025-02
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Software
Abstract
The growing number of online stores and the abundance of information about technology products make it difficult for consumers to make purchasing decisions. Browsing multiple websites to compare options has become a complex and overwhelming process. This can lead to hasty decisions or the purchase of products
that do not meet expectations, and even, in many cases, to the final abandonment of the purchase.
The technology product recommendation system offers functionalities such as product visualization, generation of recommendations, visualization of product details and the option to add products to a list of favorites. For the development of the progressive web application (PWA) and its graphical interfaces, React.js was used. In addition, the Flask framework was used to implement the REST API services, while MongoDB was used as the database manager, ensuring efficient and structured information
management.
The results obtained from the evaluation of the recommendation system were positive. There was a notable decrease in the time required to search and make purchasing decisions. These results validate the effectiveness of the system in optimizing purchasing decisions.
Description
El presente proyecto desarrolla un sistema de recomendación de productos tecnológicos empleando herramientas para la extracción de datos de la web, como Scrapy y Selenium, con el fin de recopilar información estructurada y actualizada de tiendas en línea. El sistema combina enfoques basados en contenido, que analizan las características de los productos para identificar similitudes, y filtrado colaborativo, que utiliza datos históricos de interacciones para generar recomendaciones basadas
en usuarios con preferencias similares. Esta integraci´on mejora la precisión de las sugerencias y fomenta la serendipia al descubrir productos inesperados pero relevantes, optimizando la búsqueda de productos y la toma de decisiones en compra.
El sistema de recomendaci´on de productos tecnológicos ofrece funcionalidades como la visualización de productos, generación de recomendaciones, visualización de detalles de cada producto y la opción de añadir productos a una lista de favoritos. Para el desarrollo de la aplicación web progresiva (PWA) y sus interfaces gráficas, se utilizó React.js. Además, el framework Flask se empleó para implementar los servicios API
REST, mientras que MongoDB se utiliz´o como gestor de la base de datos, garantizando un manejo eficiente y estructurado de la información.
Los resultados obtenidos de la evaluaci´on del sistema de recomendación fueron positivos. Se evidenció una notable disminución en el tiempo necesario en la búsqueda y toma de decisiones en compra. Estos resultados valida la efectividad del sistema en la optimización de decisiones de compras.
Keywords
SISTEMA DE RECOMENDACIÓNN, SCRAPY, SELENIUM, PWA, REACT.JS, FRAMEWORK, API REST, FLASK, MONGODB