Filtrado Basado en Contenido

El filtrado basado en contenido es un enfoque de los sistemas de recomendación que sugiere a cada usuario ítems parecidos a los que ya le gustaron, analizando los atributos de los propios ítems. Su premisa es directa: si te gustó algo, probablemente disfrutes cosas con características similares. A diferencia del filtrado colaborativo, no usa información sobre otros usuarios: cada recomendación se apoya en las interacciones o preferencias del usuario y en las propiedades de los contenidos.

Cómo funciona

El método representa ítems y usuarios en un espacio común de características y puntúa cada candidato con una medida de similitud. Las características pueden ser género, palabras clave o autor; en texto pueden expresarse mediante TF-IDF o embeddings. El perfil del usuario resume sus interacciones o preferencias, y el sistema ordena los ítems no vistos según su afinidad con ese perfil. El producto escalar es una opción; la similitud del coseno es otra cuando se normaliza la magnitud.

Frente al filtrado colaborativo

Conviene contrastarlo con el filtrado colaborativo, que recomienda a partir del comportamiento de muchos usuarios («a quien se parece a ti también le gustó esto»). El basado en contenido mira hacia dentro, a los atributos del ítem; el colaborativo, hacia fuera, a la comunidad. Ambos enfoques también pueden combinarse en un sistema híbrido.

Sus ventajas

No necesita datos de otros usuarios y puede captar intereses de nicho. Además, si un ítem nuevo ya tiene atributos, el sistema puede puntuarlo sin esperar interacciones de la comunidad. Cuando las características son interpretables, también puede explicar una recomendación por la coincidencia con el perfil; esa transparencia depende de cómo se construyan las características, no viene garantizada por el método.

Sus límites

Su capacidad para ampliar intereses es limitada y su calidad depende de características que exigen conocimiento del dominio. También necesita alguna señal para construir el perfil de un usuario nuevo; sin historial ni preferencias explícitas, no sabe todavía qué similitud optimizar. Estas limitaciones no condenan el método, pero indican qué información falta.