Estudio e implementación de algoritmos para la agregación de rankings

Autora: Carmen Quiles Ramírez
Tutor: David Pelta Mochcovsky
Universidad de Granada
Grado en Ingeniería Informática
Curso académico 2024/2025

📌 Descripción general

Este repositorio contiene la memoria y el código fuente del Trabajo Fin de Grado titulado "Estudio e implementación de algoritmos para la agregación de rankings". El proyecto se centra en el análisis teórico y práctico de técnicas para combinar múltiples listas de preferencias individuales (rankings) en un único ranking de consenso. Esta problemática es fundamental en ámbitos como la metabúsqueda, los sistemas de recomendación, la toma de decisiones colaborativa o el diseño de productos.

Además de una revisión detallada de los algoritmos más relevantes, se ha desarrollado una herramienta software que permite implementar, comparar y analizar dichos métodos de forma empírica. El trabajo culmina con un caso de estudio aplicado a los Objetivos de Desarrollo Sostenible (ODS).

🧩 Estructura del proyecto

El contenido se organiza en los siguientes bloques principales:

• Capítulo 1 - Introducción: Motivación, definición del problema y objetivos.
• Capítulo 2 - Fundamentos: Medidas de comparación entre rankings (Kendall, Spearman, coeficiente WS) y variantes del problema.
• Capítulo 3 - Algoritmos:
  • Métodos clásicos: Borda, Copeland, Kemeny-Young, Schulze.
  • Métodos basados en distancias o grafos.
  • Algoritmos con Cadenas de Markov.
• Capítulo 4 - Herramienta software: Diseño, funcionalidades, instalación y tecnologías utilizadas (Python, pandas, tkinter...).
• Capítulo 5 - Caso práctico (ODS): Aplicación de los algoritmos al análisis del cumplimiento de los ODS por países.
• Capítulo 6 - Conclusiones: Resultados, ventajas de cada método, y líneas de trabajo futuro.

📄 Contenidos del repositorio

• TFG_CarmenQuilesRamirez.pdf: Memoria completa del Trabajo de Fin de Grado.
• main.py: Módulo principal con la interfaz de inicio de la herramienta.
• db.py: Módulo para la gestión de la base de datos SQLite.
• rankings.db: Base de datos con rankings de prueba o generados por el usuario.
• utils.py: Funciones de utilidad para operaciones auxiliares.
• tabs/: Carpeta con las pestañas de la interfaz gráfica (implementación modular de vistas).
• requireiments.txt: Dependencias necesarias para ejecutar el proyecto.

📚 Referencias clave

• Dwork et al. (2001) - Rank aggregation for the Web
• Franceschini et al. (2022) - Rankings and Decisions in Engineering
• Wang et al. (2024) - A Survey on Rank Aggregation
• Sałabun & Urbaniak (2020) - New coefficient for ranking similarity

📬 Contacto

Para cualquier duda o sugerencia puedes contactar a través del correo institucional:
carmenquilesr@correo.ugr.es