Brigitte Melody Méndez Pastor, Carolina Milagros Villegas Celis, Alfredo Barrientos Padilla

Memorias de la Vigésima Tercera Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2024, pp. 8-12 (2024); https://doi.org/10.54808/CISCI2024.01.8

Brigitte Melody Méndez Pastor
Universidad Peruana de Ciencias Aplicadas, Lima, Perú

Carolina Milagros Villegas Celis
Universidad Peruana de Ciencias Aplicadas, Lima, Perú

Alfredo Barrientos Padilla
Universidad Peruana de Ciencias Aplicadas, Lima, Perú

Cite this paper as:
Méndez Pastor, B. M., Villegas Celis, C. M., Barrientos Padilla, A. (2024). Aplicación del Método Few Shot Learning al Modelo GPT3.5 para la Personalización del Contenido de las Redes Sociales. En N. Callaos, Jesús de la Fuente Arias, J. Horne, B. Sánchez, A. Tremante (Eds.), Memorias de la Vigésima Tercera Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2024, pp. 8-12. International Institute of Informatics and Cybernetics. https://doi.org/10.54808/CISCI2024.01.8

Este paper presenta un enfoque KDD (Knowledge Discovery in Databases) para desarrollar una aplicación web que utiliza la técnica "few shot learning" con el modelo GPT-3.5 para generar contenido personalizado y de alta calidad para redes sociales de negocios. Los datos se recopilan mediante una interfaz de registro y archivos Excel con copies existentes y métricas de interacción. Se aplican técnicas de preprocesamiento y transformación de datos para mejorar la capacidad de generalización del modelo. La evaluación se realiza usando métricas de similitud, gramaticalidad y relevancia del contenido generado. Los resultados muestran altos puntajes de precisión (0.7177) y recall (0.6890), lo que indica una similitud significativa entre los copies generados y los existentes, además de un puntaje gramatical casi perfecto. La validación humana revela que los usuarios están mayormente satisfechos con el contenido, según encuestas realizadas. Estos resultados destacan la efectividad de la propuesta en la generación automatizada de contenido para redes sociales de negocios, ahorrando tiempo y esfuerzo a los especialistas en marketing y mejorando la calidad y coherencia del contenido generado.