Sistema de recomendación de artículos académicos para la Biblioteca Octavio Arizmendi Posada de la Universidad de La Sabana

Abstract

This work presents the design of an electronic document recommendation system for the Octavio Arizmendi Posada Library (BOAP) at the University of La Sabana, based on bibliographic text mining techniques. The system utilizes the Scopus API to retrieve the abstracts of documents consulted by a user, whose DOIs are recorded in the query logs, serving as a source for applying algorithms such as TF-IDF, Cosine Similarity, and K-Means. The main objective is to provide accurate and relevant recommendations tailored to the research interests and needs of its users. The information flow begins with the retrieval of data from Scopus, where abstracts of consulted documents are extracted. Subsequently, the TF-IDF algorithm is applied for feature extraction and the measurement of term importance in the documents. Then, the K-means algorithm is used to cluster the documents into thematic categories and construct a search equation that will be used to perform a new search within Scopus.

Este trabajo presenta el diseño de un sistema de recomendación de documentos electrónicos para la Biblioteca Octavio Arizmendi Posada (BOAP) de la Universidad de La Sabana, basado en técnicas de minería de texto bibliográfico. El sistema utiliza la API de Scopus para obtener los resúmenes (abstracts) de documentos consultados por un usuario, cuyos DOI son registrados en los logs de consulta, que sirven como fuente para aplicar algoritmos como TF-IDF, Similitud de Cosenos y KMeans. El objetivo principal es proporcionar recomendaciones precisas y relevantes a los intereses y necesidades de investigación de sus usuarios. El flujo de información inicia con la obtención de datos de Scopus, donde se extraen los resúmenes de los documentos consultados. Luego, se aplica el algoritmo TFIDF para la extracción de características y la medición de la importancia de los términos en los documentos. Posteriormente, se utiliza el algoritmo K-means para agrupar los documentos en categorías temáticas y construir una ecuación de búsqueda que se utilizará para realizar una nueva búsqueda dentro de Scopus.