INVESTIGAR EN GRANADA

Inteligencia artificial para predecir el éxito de un libro

  • El sistema PreTel, creado por el grupo GeNeura de Granada, puede realizar estimaciones de la venta y tirada de un título con un margen de error de solo el 18%

La publicación de un libro genera numerosas dudas a la editorial en cuanto a la aceptación por parte del público y el número de ventas que tendrá siempre es una incógnita. Un grupo de investigadores de la Universidad de Granada hacreado un sistema informático que puede ayudar conocer el éxito que tendrá una publicación y predecir sus ventas.

La idea para esta investigación, que ha dado lugar al sistema PreTEL, es una colaboración entre el grupo de investigación GeNeura, del que forman parte los investigadores Pedro Ángel Castillo Valdivieso, Juan Julián Merelo Guervós y Antonio Miguel Mora García, y la empresa Trevenque, que financia el proyecto y que llevará a cabo la explotación de los resultados. Este nuevo sistema busca optimizar recursos a las editoriales ya que resulta mucho más económico realizar una segunda edición que una tirada excesiva de la que luego no se vendan los ejemplares estimados.

Por este motivo el grupo GeNeura inició hace un año este sistema basado en métodos de la inteligencia artificial para realizar la predicción de las ventas de libros. Para ello se han tomado como referencia varios miles de libros ya publicados y se ha procedido al análisis de diversas variables que los describen obteniendo así un modelo matemático capaz de realizar estimaciones con una determinada probabilidad y que ofrece un valor numérico, que corresponde con el número de ejemplares que estima que se venderán realmente.

La investigación realizada por este grupo de la Universidad de Granada ha constado de varias fases hasta dar con el sistema definitivo el pasado mes de marzo. En una primera se estudiaron todos los datos disponibles sobre la tirada editorial que caracterizan los libros para tener elementos suficientes con los que hacer la predicción lo más exacta posible. Posteriormente, en la segunda fase, se tomó como base el conjunto de variables total y se seleccionaron aquellas que realmente son útiles para construir un modelo de predicción. A partir de ahí, se usaron varios métodos para generar modelos de estimación que permitan obtener nuevos valores a partir de un conjunto de variables conocidas e introducidas por el usuario. En este sentido, hay muchas variables que describen un libro usadas por este modelo de predicción como pueden ser el precio, el número y tipo de puntos de venta o la editorial, y todos ellos pueden influir a la hora de que un título obtenga mayor o menor número de ventas. Pero además existen otras variables a tener en cuenta y que no suelen ser medidas durante el proceso de comercialización de una publicación como pueden ser la situación económica del momento, el renombre del autor, la moda literaria y el género o el interés por determinadas temáticas. Estas variables no forman parte de la base de conocimiento pero pueden ser utilizadas por el editor para ponderar de forma subjetiva los resultados de estimación obtenidos del modelo predictivo a modo de la valoración que realizará el propio lector, y afinar así la predicción de las ventas de un determinado libro.

El sistema, que ya está siendo puesto en marcha por Trevenque, se entrena previamente considerando los datos de los miles de libros ya publicados, obteniendo 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 probabilidad 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. Cuanto mayor sea la base de conocimiento en cuanto al número de libros contenidos, mejor será el modelo que realice la predicción, y mayor la calidad de los resultados obtenidos. Además se cuenta con la ventaja de que los 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 o nuevos parámetros para incluir, se podrán  volver a entrenar para corregir y mejorar los resultados de predicción.

El grado de fiabilidad del sistema PreTel desarrollado por la Universidad de Granada es muy alto y supone tan sólo un margen de error aproximadamente del 18%, lo que supone que la editorial que decida usar este nuevo sistema informático de predicción puede ajustar la tirada a las ventas estimadas y así reducir los costes y las inversiones, beneficiando también de esa manera a los autores.

Comentar

0 Comentarios

    Más comentarios