Un sistema informático predice las ventas de un libro

Un equipo de científicos granadinos ha creado un nuevo sistema informático para conocer qué ventas tendrá un libro si se llega a publicar. Esta información es muy útil para las editoriales, ya que podrían ajustar así la tirada del mismo.

La nueva herramienta, denominada PreTEL, se basa en redes neuronales artificiales, y permite también realizar simulaciones de lanzamientos y tiradas desde un punto de vista estadístico, con lo que puede ayudar a decidir si un libro es publicable o no.

La generación de estos modelos se puede basar en diferentes métodos, siendo los más utilizados en la actualidad las redes neuronales artificiales, los modelos de regresión logística, los árboles de decisión, y los modelos tipo ARIMA.

Este proyecto ha sido desarrollado por los investigadores Pedro Ángel Castillo Valdivieso, Juan Julián Merelo Guervós y Antonio Miguel Mora García, del grupo de investigación GeNeura de la Universidad de Granada, junto con la empresa granadina PRM Consultores S.C.A., que llevará a cabo la explotación de los resultados del trabajo.

Como explica el profesor Castillo Valdivieso, “este sistema se entrena previamente, considerando datos de miles de libros ya publicados y obteniendo de este modo un modelo matemático que sea capaz de realizar estimaciones con una determinada probabilidad”.

Para ello, se parte de una base de conocimiento de tirada editorial en constante actualización y ampliación. PreTEL funciona generando un modelo de estimación de datos que, una vez entrenado, es capaz de interpretar los valores de un nuevo libro para ofrecer datos de la estimación de tirada y venta.

La ayuda de la inteligencia artificial

La generación de estos modelos se puede basar en diferentes métodos, siendo los más utilizados en la actualidad las redes neuronales artificiales, los modelos de regresión logística, los árboles de decisión, y los modelos tipo ARIMA.

“Todos estos métodos basados en la inteligencia artificial tienen la capacidad de aprender y adaptarse, de tal forma que si en el futuro se dispone de nuevos datos, se podrán reentrenar para corregirse y mejorar los resultados de predicción”, apunta el investigador.

Así, cuanto mayor sea la base de conocimiento en lo referente al número de libros contenidos, mejor se espera que sea el modelo que realice la predicción y mayor la calidad de las estimaciones.

Además, puesto que existen otras variables externas que no suelen ser almacenadas o medidas durante el proceso de venta –como la coyuntura económica, modas literarias, interés de temática no ficción o renombre del autor– y no forman parte de la base de conocimiento, se utilizan para ponderar los resultados de estimación obtenidos del modelo predictivo a modo de valoración del usuario.

Fuente: 7 días