Publicación: Prototipo de aplicativo web para la recomendación de diseños frontend basado en técnicas de la inteligencia computacional
Portada
Citas bibliográficas
Código QR
LA Referencia Stats
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
RESUMEN: Actualmente en las etapas de diseño de un proyecto web se invierte una cantidad considerable de tiempo en la búsqueda de diseños que se adapten a las necesidades que el cliente solicita y más importante aún; al usuario final para el cual está construida la plataforma. Esta búsqueda se puede tornar un tanto repetitiva, lo cual la convierte en una candidata perfecta para la automatización por medio de la implementación de un sistema de recomendación el cual permita la sugerencia de diseños frontend mediante técnicas de la inteligencia computacional, con el fin de ahorrar tiempo y lograr la mejor calidad en el producto final. Utilizando un esquema de almacenamiento no relacional para la caracterización de los diseños que allí se almacenen, un modelo de recomendación basado en contenido el cual implementa la similitud L2 para calcular la cercanía entre elementos, y una arquitectura web basada en la nube con AWS y Google, se logró llegar un prototipo final capaz de generar recomendaciones de componentes web que se adaptan a unas entradas previamente dadas por el usuario. En el presente proyecto no se posee una gran cantidad de componentes para sugerir, pero presenta las bases de modelo computacional el cual se desempeña correctamente en un escenario de escases de datos. Es de esperar que, con una base de datos más poblada y una mayor variedad de diseños en ella, el modelo se tenga un mejor comportamiento, ampliando la cantidad de recomendaciones por entradas y enriqueciendo la variedad de los diseños mostrados.
Resumen en inglés
ABSTRACT: Currently in the design stages of a web project a considerable amount of time is invested in the search for designs that fit the needs of the client and more importantly, the end user for whom the platform is built. This search can become somewhat repetitive, which makes it a perfect candidate for automation through the implementation of a recommendation system that allows the suggestion of frontend designs through computational intelligence techniques, in order to save time and achieve the best quality in the final product. Using a non-relational storage scheme for the characterization of the designs stored there, a content-based recommendation model which implements the L2 similarity to calculate the closeness between elements, and a cloud-based web architecture with AWS and Google, it was possible to reach a final prototype capable of generating recommendations of web components that adapt to some inputs previously given by the user. The present project does not have a large number of components to suggest, but it presents the basis of a computational model that performs well in a scenario of data scarcity. It is to be expected that, with a more populated database and a greater variety of designs in it, the model will perform better, increasing the number of recommendations per input and enriching the variety of designs shown.