<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:itunes="http://www.itunes.com/dtds/podcast-1.0.dtd" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:podcast="https://podcastindex.org/namespace/1.0" xmlns:media="http://search.yahoo.com/mrss/" version="2.0"><channel><title>Recomendacion De Contenido</title><link>https://www.spreaker.com/podcast/recomendacion-de-contenido--6978902</link><description><![CDATA[En este podcast se analiza cómo funcionan los sistemas de recomendación dentro del ecosistema digital, utilizados por plataformas como TikTok, Netflix y Amazon. Se explica de manera clara y práctica cómo estas aplicaciones recopilan datos del usuario, los procesan y aplican algoritmos para personalizar el contenido que cada persona ve. Además, se abordan conceptos clave como el filtrado colaborativo, el análisis de comportamiento y las asociaciones de productos, junto con ejemplos reales que permiten entender su funcionamiento en la vida cotidiana. También se reflexiona sobre el impacto de estos sistemas, incluyendo fenómenos como la burbuja de contenido, y cómo influyen en las decisiones y hábitos de los usuarios. Este episodio está enfocado desde la perspectiva de un estudiante de la carrera de software, combinando teoría con experiencia personal para comprender mejor el papel de la inteligencia artificial en las plataformas digitales actuales.]]></description><atom:link href="https://www.spreaker.com/show/6978902/episodes/feed" rel="self" type="application/rss+xml"/><language>es</language><category>Technology</category><copyright>Copyright Anthony Aucancela</copyright><image><url>https://d3wo5wojvuv7l.cloudfront.net/t_rss_itunes_square_1400/images.spreaker.com/original/73e24917509df910bbdf25a57413b87e.jpg</url><title>Recomendacion De Contenido</title><link>https://www.spreaker.com/podcast/recomendacion-de-contenido--6978902</link></image><lastBuildDate>Tue, 12 May 2026 09:05:22 +0000</lastBuildDate><itunes:author>Anthony Aucancela</itunes:author><itunes:owner><itunes:name>Anthony Aucancela</itunes:name><itunes:email>aucancelaanthony9@gmail.com</itunes:email></itunes:owner><itunes:image href="https://d3wo5wojvuv7l.cloudfront.net/t_rss_itunes_square_1400/images.spreaker.com/original/73e24917509df910bbdf25a57413b87e.jpg"/><itunes:subtitle>En este podcast se analiza cómo funcionan los sistemas de recomendación dentro del ecosistema digital, utilizados por plataformas como TikTok, Netflix y Amazon. Se explica de manera clara y práctica cómo estas aplicaciones recopilan datos del usuario,...</itunes:subtitle><itunes:summary><![CDATA[En este podcast se analiza cómo funcionan los sistemas de recomendación dentro del ecosistema digital, utilizados por plataformas como TikTok, Netflix y Amazon. Se explica de manera clara y práctica cómo estas aplicaciones recopilan datos del usuario, los procesan y aplican algoritmos para personalizar el contenido que cada persona ve. Además, se abordan conceptos clave como el filtrado colaborativo, el análisis de comportamiento y las asociaciones de productos, junto con ejemplos reales que permiten entender su funcionamiento en la vida cotidiana. También se reflexiona sobre el impacto de estos sistemas, incluyendo fenómenos como la burbuja de contenido, y cómo influyen en las decisiones y hábitos de los usuarios. Este episodio está enfocado desde la perspectiva de un estudiante de la carrera de software, combinando teoría con experiencia personal para comprender mejor el papel de la inteligencia artificial en las plataformas digitales actuales.]]></itunes:summary><itunes:category text="Technology"/><itunes:explicit>false</itunes:explicit><itunes:type>episodic</itunes:type><item><title>Sistemas de recomendacion</title><link>https://www.spreaker.com/episode/sistemas-de-recomendacion--71538004</link><description><![CDATA[En este podcast se explica cómo funcionan los sistemas de recomendación en plataformas digitales, analizando el uso de datos, algoritmos y su impacto en el comportamiento del usuario, con ejemplos prácticos y una perspectiva desde un estudiante de la carrera de software.]]></description><guid isPermaLink="false">https://api.spreaker.com/episode/71538004</guid><pubDate>Wed, 22 Apr 2026 00:34:39 +0000</pubDate><enclosure url="https://dts.podtrac.com/redirect.mp3/api.spreaker.com/download/episode/71538004/whatsapp_audio_2026_04_21_at_7_22_24_pm.mp3" length="14930382" type="audio/mpeg"/><podcast:transcript url="https://transcription.spreaker.com/starship/000315b8-fd28-4980-beef-f898e4f3ed77/000315b8-fd28-4980-beef-f898e4f3ed77.srt" type="application/x-subrip" language="es"/><podcast:transcript url="https://transcription.spreaker.com/starship/000315b8-fd28-4980-beef-f898e4f3ed77/000315b8-fd28-4980-beef-f898e4f3ed77.txt" type="text/plain" language="es"/><podcast:transcript url="https://transcription.spreaker.com/starship/000315b8-fd28-4980-beef-f898e4f3ed77/000315b8-fd28-4980-beef-f898e4f3ed77.vtt" type="text/vtt" language="es"/><itunes:author>Anthony Aucancela</itunes:author><itunes:subtitle>En este podcast se explica cómo funcionan los sistemas de recomendación en plataformas digitales, analizando el uso de datos, algoritmos y su impacto en el comportamiento del usuario, con ejemplos prácticos y una perspectiva desde un estudiante de la...</itunes:subtitle><itunes:summary><![CDATA[En este podcast se explica cómo funcionan los sistemas de recomendación en plataformas digitales, analizando el uso de datos, algoritmos y su impacto en el comportamiento del usuario, con ejemplos prácticos y una perspectiva desde un estudiante de la carrera de software.]]></itunes:summary><itunes:duration>934</itunes:duration><itunes:explicit>false</itunes:explicit><itunes:image href="https://d3wo5wojvuv7l.cloudfront.net/t_rss_itunes_square_1400/images.spreaker.com/original/73e24917509df910bbdf25a57413b87e.jpg"/><itunes:episodeType>full</itunes:episodeType></item></channel></rss>
