Tarazona B., Giovanny M.Chávez L., Juan SFerro E., Roberto2019-09-192019-09-19http://hdl.handle.net/11349/21816This paper develops and describes a model for characterizing customers and product recommender system in movie rental companies, so that, when applied consistently, allows to know the trends of users in a timely, accurate and reliable. To do this, we use the methodology of artificial neural networks and adaptive resonance theory, because its implicit flexibility to adapt to business needs increases the efficiency of transactions in the field of web applications. Use the database The Netflix Prize, and the validation and simulation was coded in MatLab ®.Este artículo desarrolla y describe un modelo para un sistema recomendador de productos en empresas de alquiler de películas. Al aplicarlo sistemáticamente, caracteriza los clientes y permite conocer sus tendencias de manera oportuna, veraz y fiable. Para ello se utiliza la metodología de redes neuronales artificiales y la teoría de la resonancia adaptativa, ya que la flexibilidad implícita de adaptarse a las necesidades corporativas incrementa la eficiencia de las transacciones en el ámbito de las aplicaciones web. Se usa la base de datos de contenidos de alquiler electrónico de películas vía web The Netflix Prize. La validación y simulación del modelo se codifica en MatLab®application/pdftext/htmlDerechos de autor 2013 Visión Electrónica: algo más que un estado sólidoRecommender systemsneural networksbusiness intelligencee-commerceNetflix Prizesistemas de recomendaciónredes neuronalesinteligencia de negociose-commerceNetflix Prizeinfo:eu-repo/semantics/article