Recopilación implícita de datos

La recopilación implícita de datos se refiere a técnicas en la interacción humano-computadora y sistemas de recomendación que infieren las preferencias del usuario a partir del comportamiento observado en lugar de la entrada explícita. ^{[ 1 ]}

Los datos implícitos se utilizan para construir un modelo de usuario a partir de rastros de interacción como clics, compras o tiempo de permanencia. Estas señales permiten el filtrado de información y la personalización en sistemas de recomendación y búsqueda. ^{[ 2 ]}

En los sistemas de recomendación, la retroalimentación implícita a menudo se modela mediante técnicas como la factorización matricial y la clasificación por pares, que tratan las interacciones del usuario como señales solo positivas o de preferencia. ^{[ 3 ] [ 4 ]}

Las señales implícitas incluyen datos conductuales y contextuales, tales como:

• Registros de interacción (clics, visualizaciones, compras)
• tiempo de permanencia y patrones de navegación
• Información contextual y del dispositivo
• señales multimodales (por ejemplo, mirada, voz o expresión facial)

Estas señales suelen ser ruidosas y requieren supuestos de modelado para distinguir la preferencia de la exposición. ^{[ 5 ]}