Sistema de recomendaci´ on de m´ usica basado en aprendizaje semi-supervisado J. Roberto Alvarado-Garc´ ıa, Janet V. Hern´ andez-Garc´ ıa, Esa´ u Villatoro-Tello, Gabriela Ram´ ırez-de-la-Rosa y Christian S´ anchez-S´ anchez Departamento de Tecnolog´ ıas de la Informaci´ on, Divisi´ on de Ciencias de la Comunicaci´ on y Dise˜ no, Universidad Aut´ onoma Metropolitana Unidad Cuajimalpa, M´ exico D.F. {2113066338,2113066463}@alumnos.cua.uam.mx {evillatoro,gramirez,csanchez}@correo.cua.uam.mx Resumen. Actualmente los sistemas de recomendaci´ on son cada vez m´ as utilizados por usuario y empresas que buscan por m´ as y mejores contenidos digitales en Internet. Idealmente, los sistemas de recomen- daci´ on deben aprender los gustos y preferencias de sus usuarios con la intenci´ on de facilitarles el proceso de b´ usqueda. En este trabajo presen- tamos un m´ etodo de recomendaci´ on musical que es capaz de aprender y de adaptarse a los gustos de sus usuarios sin la necesidad de tener informaci´ on previa del perfil del usuario. Para la realizaci´ on de nuestros experimentos utilizamos un subconjunto de datos extra´ ıdo de la base de datos musical Gracenote. Los resultados obtenidos muestran que con un conjunto reducido de caracter´ ısticas es posible construir de forma efectiva un modelo de recomendaci´ on. Agregado a esto, se muestra que con pocos datos etiquetados es posible obtener resultados aceptables en el problema de recomendaci´ on de m´ usica. Palabras clave: sistemas de recomendaci´ on, recomendaci´ on de m´ usica, selecci´ on de atributos, aprendizaje semi-supervisado, aprendizaje au- tom´ atico. 1. Introducci´ on A medida que el Internet se ha vuelto una fuente importante de informaci´ on, tanto para usuarios expertos como para usuarios inexpertos, tambi´ en se ha con- vertido en un canal importante para la distribuci´on de contenidos digitales muy diversos, por ejemplo: m´ usica, v´ ıdeo, im´agenes, etc. En particular, la b´ usqueda de m´ usica representa una tarea tediosa y a menudo dif´ ıcil para los usuarios. Una de las razones por las que esto sucede es debido a que los usuarios buscan por contenidos que satisfagan sus gustos personales, raz´ on principal por la cual los sistemas de recomendaci´on se vuelven aplicaciones indispensables [8]. Las ventajas de un sistema de recomendaci´on no solo aplican al usuario que las utiliza; las empresas dedicadas a la venta de m´ usica por Internet pueden obtener atractivas ventajas de este tipo de sistemas. As´ ı por ejemplo, un sistema 97 Research in Computing Science 94 (2015) pp. 97–109