000146727 001__ 146727 000146727 005__ 20241126113443.0 000146727 037__ $$aTAZ-TFG-2023-2254 000146727 041__ $$aspa 000146727 1001_ $$aGimeno Franco, Israel Francisco 000146727 24200 $$aRecommendation system for volleyball training exercises. 000146727 24500 $$aSistema de recomendación de ejercicios de Entrenamiento de Voleibol. 000146727 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2023 000146727 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000146727 520__ $$aEn la actualidad, la mayor parte de la población utiliza aplicaciones y plataformas que emiten recomendaciones de contenido. Por ejemplo, Youtube permite ver vídeos relacionados con aquellos que un usuario ya ha visualizado, y Netflix recomienda películas o series que ha calculado que al usuario le pueden interesar. Dentro del mundo deportivo, el uso de herramientas tecnológicas ha avanzado en los últimos años, permitiendo obtener datos precisos rápidamente con los que poder realizar multitud de tareas, como hacer análisis del juego o programar entrenamientos, todo ello con el fin de aumentar el rendimiento de los jugadores, prevenir lesiones y aumentar el conocimiento de la población en lo relacionado con el deporte. Este trabajo busca aunar los sistemas de recomendación con el voleibol, permitiendo a un entrenador generar una rutina de entrenamiento con varios ejercicios que le puedan resultar de interés tanto a él como a los jugadores a su cargo. Para ello, se ha generado un conjunto de datos recopilando más de 300 ejercicios a través de documentos relacionados y de entrenadores reales, que se han ofrecido a aportar las rutinas que siguen a diario en sus entrenamientos. Se han utilizado diferentes enfoques en la implementación del sistema recomendador. Por un lado, se ha desarrollado un recomendador basado en conocimiento, que utiliza las preferencias indicadas por el entrenador y las características del ejercicio de voleibol. Por otro lado, se ha ampliado el recomendador con técnicas basadas en contenido, las cuales utilizan las descripciones de los ejercicios para buscar otros similares que puedan interesar al entrenador. En este caso, los principales algoritmos usados en la minería de estas descripciones textuales han sido la Asignación Latente de Dirichlet (LDA) y la Frecuencia de Término-Frecuencia Inversa de Documento (TF-IDF). Para conseguir este objetivo, se ha creado una aplicación informática de escritorio y portable que permite a un entrenador generar rutinas de entrenamiento, consultar los distintos ejercicios que se encuentran en la base de datos, añadir los que vea necesario y eliminarlos. También se ha creado una aplicación Android que permite a los jugadores consultar esos ejercicios y puntuarlos, con el fin de generar información útil para las siguientes recomendaciones. Para evaluar las distintas técnicas empleadas en el sistema de recomendación, se han comparado los diferentes algoritmos usados para determinar cuál se ajusta mejor al perfil de usuario del entrenador. Por último, estas aplicaciones desarrolladas han sido proporcionadas a jugadores y entrenadores reales para que validen su funcionamiento, usabilidad y utilidad en un entorno deportivo.<br /><br /> 000146727 521__ $$aGraduado en Ingeniería Informática 000146727 540__ $$aDerechos regulados por licencia Creative Commons 000146727 700__ $$aIlarri Artigas, Sergio$$edir. 000146727 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cLenguajes y Sistemas Informáticos 000146727 8560_ $$f697334@unizar.es 000146727 8564_ $$s1490943$$uhttps://zaguan.unizar.es/record/146727/files/TAZ-TFG-2023-2254_ANE.pdf$$yAnexos (spa) 000146727 8564_ $$s1504325$$uhttps://zaguan.unizar.es/record/146727/files/TAZ-TFG-2023-2254.pdf$$yMemoria (spa) 000146727 909CO $$ooai:zaguan.unizar.es:146727$$pdriver$$ptrabajos-fin-grado 000146727 950__ $$a 000146727 951__ $$adeposita:2024-11-26 000146727 980__ $$aTAZ$$bTFG$$cEINA 000146727 999__ $$a20230607194600.CREATION_DATE