Modelado de sistemas inteligentes de recomendación basados en lógica difusa, Altmetría y machine learning aplicados al análisis del Boletín Oficial del Estado

Resumen

El crecimiento exponencial de la información publicada en medios oficiales, como el Boletín Oficial del Estado (BOE), ha generado la necesidad de desarrollar herramientas automatizadas que permitan filtrar, clasificar y recomendar contenido relevante a los usuarios. En este contexto, los sistemas inteligentes de recomendación han evolucionado significativamente al integrar técnicas avanzadas de inteligencia artificial.

Este trabajo propone el modelado de un sistema de recomendación híbrido que combina lógica difusa, altmetría y aprendizaje automático (machine learning) para mejorar la precisión y personalización de las recomendaciones aplicadas al contenido del BOE. La lógica difusa permite manejar la incertidumbre y ambigüedad inherentes al lenguaje jurídico-administrativo de los documentos oficiales. Por su parte, la altmetría aporta una perspectiva novedosa al considerar indicadores alternativos de relevancia e impacto social, más allá de las métricas tradicionales. Finalmente, el uso de algoritmos de aprendizaje automático permite identificar patrones de comportamiento y preferencias de los usuarios, optimizando el proceso de recomendación.

El modelo desarrollado fue entrenado y evaluado utilizando un corpus representativo del BOE, integrando mecanismos de análisis semántico, clasificación temática y puntuación de relevancia. Los resultados evidencian una mejora significativa en la recuperación de información pertinente, con un sistema capaz de adaptarse dinámicamente a los intereses del usuario y a los cambios contextuales.

Este enfoque multidisciplinario demuestra ser una solución eficiente para enfrentar el reto del acceso inteligente a la información legal y administrativa, facilitando la toma de decisiones y promoviendo la transparencia institucional.