Application of Machine Learning techniques to the personalized recommendation of Rioja red wines.Wine classification according to hedonistic tastes and score prediction.

Abstract

Presenta una metodología para realizar recomendaciones individualizadas de vinos tintos de Denominación de Origen Rioja en tres etapas. En la primera, caracteriza cada uno de los vinos tintos mediante su contenido en antocianinas, derivados antociánicos y taninos a través de HPLC-MS/MS. En la segunda, recoge la valoración guiada haciendo uso de la ficha de cata estandarizada por OIV, y agrupa deforma personalizada las puntuaciones en cuatro macro-categorías. En la tercera, aplica distintas técnicas de ML (PCA, LDA, QDA, kNN, CART, MLP y PNN) para construir clasificadores que produzcan recomendaciones significativas de los vinos.El trabajo comprueba la viabilidad de la metodología aplicada sobre las valoraciones que dos catadores distintos realizan sobre los mismos vinos. Los clasificadores validados mediante validación cruzada dejando una muestra fuera (LOO) demuestran su capacidad para realizar recomendaciones negativas de vinos con un porcentaje de acierto del 100% y recomendaciones positivas de los vinos con un porcentaje de acierto superior al 90%.