def recomendaciones_xti(usuario):
# Se generan las lista que se van a presentar en el index
nombre_usuario = (
usuario.Nombre.encode("utf-8").lower().capitalize()
+ " "
+ usuario.Apellido_p.encode("utf-8").lower().capitalize()
)
ciudad_usuario = usuario.Ciudad.encode("utf-8").lower().capitalize()
contacto_usuario = usuario.Contacto.encode("utf-8").lower()
listas_productos = []
configuracion_layout = Listas_recomendadores_config.objects.all().order_by("secuencia")
for cada_c in configuracion_layout:
titulo = cada_c.titulo_interfaz
algoritmo = cada_c.algoritmo_recomendador
longitud = cada_c.longitud_max
parametro = cada_c.param
if algoritmo == "calificados":
# Carrusel de productos que te han gustado
productos_calificados = recomendaciones_contenido.productos_calificados_rec(usuario, longitud)
if len(productos_calificados) > 0:
listas_productos.append({"titulo": titulo, "productos": productos_calificados})
else:
print "No hay productos en Productos que has calificado"
elif algoritmo == "comentados_ciudad":
# Recomendaciones lo mas comentado en tu ciudad
productos_comentados_ciudad = busqueda.productos_comentados_ciudad(longitud, ciudad_usuario)
if len(productos_comentados_ciudad) > 0:
listas_productos.append({"titulo": titulo, "productos": productos_comentados_ciudad})
else:
print "No hay productos en Lo más comentado en tu ciudad"
elif algoritmo == "reglas_perfil":
# Recomendaciones por perfil
productos_perfil = recomendaciones_conocimiento.recomendacion_por_reglas(usuario)
if len(productos_perfil) > 0:
listas_productos.append({"titulo": titulo, "productos": productos_perfil})
else:
print "No hay productos en Recomendaciones a tu pefil"
elif algoritmo == "nuevos":
# Alianzas nuevas en tu ciudad
productos_nuevos = busqueda.productos_nuevos(longitud, parametro)
if len(productos_nuevos) > 0:
listas_productos.append({"titulo": titulo, "productos": productos_nuevos})
else:
print "No hay productos en Nuevas alianzas X-ti"
elif algoritmo == "usuario_similar_demografico":
# Recomendaciones usuarios socialmente similares
productos_usuarios_similares = recomendaciones_contenido.recomendaciones_usuarios_similares(
usuario, longitud
)
if len(productos_usuarios_similares) > 0:
listas_productos.append({"titulo": titulo, "productos": productos_usuarios_similares})
else:
print "No hay productos en Usuarios como tú recomiendan"
elif algoritmo == "productos_similares_gustado":
# Carrusel de productos similares
productos_similares = recomendaciones_contenido.recomendacion_similares(usuario, longitud)
if len(productos_similares) > 0:
listas_productos.append({"titulo": titulo, "productos": productos_similares})
else:
print "No hay productos en Productos similares a los que te han gustado"
elif algoritmo == "filtrado_colaborativo":
# Recomendaciones productos_fc
productos_fc = recomendaciones_filtrado_colaborativo.recomendaciones_fc(usuario, longitud)
if len(productos_fc) > 0:
listas_productos.append({"titulo": titulo, "productos": productos_fc})
else:
print "No hay productos en Usuarios con gustos similares les han gustado"
elif algoritmo == "hibrido":
# Recomendaciones hibridas
recomendaciones_predictivas = recomendaciones_filtrado_colaborativo.recomendaciones_hibridas(
productos_fc, longitud
)
if len(recomendaciones_predictivas) > 0:
listas_productos.append({"titulo": titulo, "productos": recomendaciones_predictivas})
else:
print "No hay productos en Productos interesantes para tí"
return listas_productos
def recomendaciones_xti(usuario):
#Se generan las lista que se van a presentar en el index
nombre_usuario = usuario.Nombre.encode("utf-8").lower().capitalize() + " " + usuario.Apellido_p.encode("utf-8").lower().capitalize()
ciudad_usuario = usuario.Ciudad.encode("utf-8").lower().capitalize()
contacto_usuario = usuario.Contacto.encode("utf-8").lower()
listas_productos = []
# Carrusel de productos que te han gustado
productos_calificados = recomendaciones_contenido.productos_calificados(usuario)
if len(productos_calificados) > 0:
listas_productos.append({'titulo': 'Productos que has calificado', 'productos': productos_calificados})
else:
print "No hay productos en Productos que has calificado"
# Recomendaciones lo mas comentado en tu ciudad
productos_comentados_ciudad = busqueda.productos_comentados_ciudad(15, ciudad_usuario)
if len(productos_comentados_ciudad) > 0:
listas_productos.append({'titulo': 'Lo más comentado en tu ciudad', 'productos': productos_comentados_ciudad})
else:
print "No hay productos en Lo más comentado en tu ciudad"
# Recomendaciones por perfil
productos_perfil = recomendaciones_conocimiento.recomendacion_por_reglas(usuario)
if len(productos_perfil) > 0:
listas_productos.append({'titulo': 'Recomendaciones a tu pefil', 'productos': productos_perfil})
else:
print "No hay productos en Recomendaciones a tu pefil"
# Alianzas nuevas en tu ciudad
productos_nuevos = busqueda.productos_nuevos(15, 90)
if len(productos_nuevos) > 0:
listas_productos.append({'titulo': 'Nuevas alianzas X-ti', 'productos': productos_nuevos})
else:
print "No hay productos en Nuevas alianzas X-ti"
# Recomendaciones usuarios socialmente similares
productos_usuarios_similares = recomendaciones_contenido.recomendaciones_usuarios_similares(usuario, 15)
if len(productos_usuarios_similares) > 0:
listas_productos.append({'titulo': 'Usuarios como tú recomiendan', 'productos': productos_usuarios_similares})
else:
print "No hay productos en Usuarios como tú recomiendan"
# Carrusel de productos similares
productos_similares = recomendaciones_contenido.recomendacion_similares(usuario)
if len(productos_similares) > 0:
listas_productos.append({'titulo': 'Productos similares a los que te han gustado', 'productos': productos_similares})
else:
print "No hay productos en Productos similares a los que te han gustado"
# Recomendaciones productos_fc
productos_fc = recomendaciones_filtrado_colaborativo.recomendaciones_fc(usuario)
if len(productos_fc) > 0:
listas_productos.append({'titulo': 'Usuarios con gustos similares les han gustado', 'productos': productos_fc})
else:
print "No hay productos en Usuarios con gustos similares les han gustado"
# Recomendaciones hibridas
recomendaciones_predictivas = recomendaciones_filtrado_colaborativo.recomendaciones_hibridas(productos_fc)
if len(recomendaciones_predictivas) > 0:
listas_productos.append({'titulo': 'Productos interesantes para tí', 'productos': recomendaciones_predictivas})
else:
print "No hay productos en Productos interesantes para tí"
return listas_productos
def recomendaciones_xti(usuario):
#Se generan las lista que se van a presentar en el index
nombre_usuario = usuario.Nombre.encode("utf-8").lower().capitalize(
) + " " + usuario.Apellido_p.encode("utf-8").lower().capitalize()
ciudad_usuario = usuario.Ciudad.encode("utf-8").lower().capitalize()
contacto_usuario = usuario.Contacto.encode("utf-8").lower()
listas_productos = []
# Carrusel de productos que te han gustado
productos_calificados = recomendaciones_contenido.productos_calificados(
usuario)
if len(productos_calificados) > 0:
listas_productos.append({
'titulo': 'Productos que has calificado',
'productos': productos_calificados
})
else:
print "No hay productos en Productos que has calificado"
# Recomendaciones lo mas comentado en tu ciudad
productos_comentados_ciudad = busqueda.productos_comentados_ciudad(
15, ciudad_usuario)
if len(productos_comentados_ciudad) > 0:
listas_productos.append({
'titulo': 'Lo más comentado en tu ciudad',
'productos': productos_comentados_ciudad
})
else:
print "No hay productos en Lo más comentado en tu ciudad"
# Recomendaciones por perfil
productos_perfil = recomendaciones_conocimiento.recomendacion_por_reglas(
usuario)
if len(productos_perfil) > 0:
listas_productos.append({
'titulo': 'Recomendaciones a tu pefil',
'productos': productos_perfil
})
else:
print "No hay productos en Recomendaciones a tu pefil"
# Alianzas nuevas en tu ciudad
productos_nuevos = busqueda.productos_nuevos(15, 90)
if len(productos_nuevos) > 0:
listas_productos.append({
'titulo': 'Nuevas alianzas X-ti',
'productos': productos_nuevos
})
else:
print "No hay productos en Nuevas alianzas X-ti"
# Recomendaciones usuarios socialmente similares
productos_usuarios_similares = recomendaciones_contenido.recomendaciones_usuarios_similares(
usuario, 15)
if len(productos_usuarios_similares) > 0:
listas_productos.append({
'titulo': 'Usuarios como tú recomiendan',
'productos': productos_usuarios_similares
})
else:
print "No hay productos en Usuarios como tú recomiendan"
# Carrusel de productos similares
productos_similares = recomendaciones_contenido.recomendacion_similares(
usuario)
if len(productos_similares) > 0:
listas_productos.append({
'titulo': 'Productos similares a los que te han gustado',
'productos': productos_similares
})
else:
print "No hay productos en Productos similares a los que te han gustado"
# Recomendaciones productos_fc
productos_fc = recomendaciones_filtrado_colaborativo.recomendaciones_fc(
usuario)
if len(productos_fc) > 0:
listas_productos.append({
'titulo': 'Usuarios con gustos similares les han gustado',
'productos': productos_fc
})
else:
print "No hay productos en Usuarios con gustos similares les han gustado"
# Recomendaciones hibridas
recomendaciones_predictivas = recomendaciones_filtrado_colaborativo.recomendaciones_hibridas(
productos_fc)
if len(recomendaciones_predictivas) > 0:
listas_productos.append({
'titulo': 'Productos interesantes para tí',
'productos': recomendaciones_predictivas
})
else:
print "No hay productos en Productos interesantes para tí"
return listas_productos
def recomendaciones_xti(usuario):
#Se generan las lista que se van a presentar en el index
nombre_usuario = usuario.Nombre.encode("utf-8").lower().capitalize(
) + " " + usuario.Apellido_p.encode("utf-8").lower().capitalize()
ciudad_usuario = usuario.Ciudad.encode("utf-8").lower().capitalize()
contacto_usuario = usuario.Contacto.encode("utf-8").lower()
listas_productos = []
configuracion_layout = Listas_recomendadores_config.objects.all().order_by(
'secuencia')
for cada_c in configuracion_layout:
titulo = cada_c.titulo_interfaz
algoritmo = cada_c.algoritmo_recomendador
longitud = cada_c.longitud_max
parametro = cada_c.param
if algoritmo == "calificados":
# Carrusel de productos que te han gustado
productos_calificados = recomendaciones_contenido.productos_calificados_rec(
usuario, longitud)
if len(productos_calificados) > 0:
listas_productos.append({
'titulo': titulo,
'productos': productos_calificados
})
else:
print "No hay productos en Productos que has calificado"
elif algoritmo == "comentados_ciudad":
# Recomendaciones lo mas comentado en tu ciudad
productos_comentados_ciudad = busqueda.productos_comentados_ciudad(
longitud, ciudad_usuario)
if len(productos_comentados_ciudad) > 0:
listas_productos.append({
'titulo':
titulo,
'productos':
productos_comentados_ciudad
})
else:
print "No hay productos en Lo más comentado en tu ciudad"
elif algoritmo == "reglas_perfil":
# Recomendaciones por perfil
productos_perfil = recomendaciones_conocimiento.recomendacion_por_reglas(
usuario)
if len(productos_perfil) > 0:
listas_productos.append({
'titulo': titulo,
'productos': productos_perfil
})
else:
print "No hay productos en Recomendaciones a tu pefil"
elif algoritmo == "nuevos":
# Alianzas nuevas en tu ciudad
productos_nuevos = busqueda.productos_nuevos(longitud, parametro)
if len(productos_nuevos) > 0:
listas_productos.append({
'titulo': titulo,
'productos': productos_nuevos
})
else:
print "No hay productos en Nuevas alianzas X-ti"
elif algoritmo == "usuario_similar_demografico":
# Recomendaciones usuarios socialmente similares
productos_usuarios_similares = recomendaciones_contenido.recomendaciones_usuarios_similares(
usuario, longitud)
if len(productos_usuarios_similares) > 0:
listas_productos.append({
'titulo':
titulo,
'productos':
productos_usuarios_similares
})
else:
print "No hay productos en Usuarios como tú recomiendan"
elif algoritmo == "productos_similares_gustado":
# Carrusel de productos similares
productos_similares = recomendaciones_contenido.recomendacion_similares(
usuario, longitud)
if len(productos_similares) > 0:
listas_productos.append({
'titulo': titulo,
'productos': productos_similares
})
else:
print "No hay productos en Productos similares a los que te han gustado"
elif algoritmo == "filtrado_colaborativo":
# Recomendaciones productos_fc
productos_fc = recomendaciones_filtrado_colaborativo.recomendaciones_fc(
usuario, longitud)
if len(productos_fc) > 0:
listas_productos.append({
'titulo': titulo,
'productos': productos_fc
})
else:
print "No hay productos en Usuarios con gustos similares les han gustado"
elif algoritmo == "hibrido":
# Recomendaciones hibridas
recomendaciones_predictivas = recomendaciones_filtrado_colaborativo.recomendaciones_hibridas(
productos_fc, longitud)
if len(recomendaciones_predictivas) > 0:
listas_productos.append({
'titulo':
titulo,
'productos':
recomendaciones_predictivas
})
else:
print "No hay productos en Productos interesantes para tí"
return listas_productos
