Desarrollo de estrategias de imputación de datos en la recomendación de puntos de interés

Abstract

Este trabajo analiza sistemas de recomendación de puntos de interés (POIs) en contextos con datos altamente dispersos utilizando un conjunto de datos de la plataforma Foursquare para Tokio, Nueva York y Londres. Se implementan y comparan diversos algoritmos, desde métodos básicos como Recomendación Aleatoria (Random), Popularidad y K-Nearest Neighbors (KNN), hasta modelos avanzados como Factorización Bayesiana por Ranking (Bayesian Personalized Ranking Matrix Factorization, BPRMF), BPR con Penalización Geográfica (BPR+GeoPenalty) y redes neuronales de grafos (GNN). Cada algoritmo es evaluado tanto en su desempeño original como tras aplicar técnicas de imputación para mitigar la dispersión de datos. Se cuantifica el impacto de estas estrategias en métricas de precisión, recall, F1, novedad , EPC y diversidad, identificando qué algoritmos se benefician más de la imputación y cuáles destacan en condiciones originales. Los resultados revelan claras ventajas del uso de imputación, así como comportamientos distintos entre algoritmos y ciudades.This work analyzes point of interest (POI) recommendation systems in contexts with highly sparse data, using a dataset from the Foursquare platform for Tokyo, New York, and London. Various algorithms are implemented and compared, ranging from basic methods such as Random Recommendation, Popularity, and K-Nearest Neighbors (KNN), to advanced models like Bayesian Personalized Ranking Matrix Factorization (BPRMF), BPR with Geographic Penalty (BPR+GeoPenalty), and Graph Neural Networks (GNN). Each algorithm is evaluated both in its original performance and after applying imputation techniques to mitigate data sparsity. The impact of these strategies is quantified across metrics such as precision, recall, F1, novelty, EPC, and diversity, identifying which algorithms benefit most from imputation and which perform best in their original conditions. The results reveal clear advantages of using imputation, as well as distinct behaviors across algorithms and cities.