Extraction de l'intérêt implicite des utilisateurs dans les attributs des items pour améliorer les systèmes de recommandations
نویسندگان
چکیده
Manuel Pozo, Raja Chiky, Elisabeth Metais. Extraction de l’intérêt implicite des utilisateurs dans les attributs des items pour améliorer les systèmes de recommandations. 15ème conférence internationale sur l’extraction et la gestion des connaissances (EGC 2015), Jan 2015, Luxembourg, Luxembourg. RNTI, Extraction et Gestion des Connaissances EGC’2015. E-28, pp.329-334, Revue des Nouvelles Technologies de l’Information. .
منابع مشابه
Modélisation basée sur ontologies pour développer des recommandations personnalisées dans les systèmes hypermédia adaptatives
RÉSUMÉ. Afin d’offrir à l’utilisateur des fonctionnalités personnalisées sans lui demander de construire son profil d’une manière explicite, les systèmes adaptatifs hypermédia utilisent d’habitude les informations sur la navigation accomplie par chaque utilisateur au sein du système. Cet article présente une manière innovante de suivre l’activité de l’utilisateur en termes de thèmes d’intérêt p...
متن کاملApprentissage de connaissances d'adaptation à partir des feedbacks des utilisateurs
Résumé : Dans le cadre des systèmes adaptatifs, notre travail de recherche porte sur l’acquisition des connaissances d’adaptation à partir des traces d’interaction laissées par les utilisateurs. Les traces contiennent, entre autres, les feedbacks, positifs ou négatifs, des utilisateurs par rapport aux actions du système. Notre objectif est de définir des modèles et des outils permettant d’extra...
متن کاملModèle d'espaces de communautés basé sur la théorie des ensembles d'approximation dans un système de filtrage hybride
RÉSUMÉ. Les systèmes de filtrage ont pour but de distribuer des informations de façon personnalisée aux utilisateurs, tout en s’adaptant en permanence au besoin en information de chacun. Dans un système de filtrage hybride s’appuyant sur le filtrage collaboratif, la production de recommandations se base sur des communautés d’utilisateurs qui sont généralement formées conformément au seul critèr...
متن کاملTechnique de factorisation multi-biais pour des recommandations dynamiques
Résumé. La factorisation de matrices offre une grande qualité de prédiction pour les systèmes de recommandation. Mais sa nature statique empêche de tenir compte des nouvelles notes que les utilisateurs produisent en continu. Ainsi, la qualité des prédictions décroît entre deux factorisations lorsque de nombreuses notes ne sont pas prises en compte. La quantité de notes écartées est d’autant plu...
متن کاملFouille de données dans les systèmes Pair-à-Pair pour améliorer la recherche de ressources
Résumé. La quantité de sources d’information disponible sur Internet fait des systèmes d’échanges pair-à-pair (P2P) un genre nouveau d’architecture qui offre à une large communauté des applications pour partager des fichiers, des calculs, dialoguer ou communiquer en temps réel. Dans cet article, nous proposons une nouvelle approche pour améliorer la localisation d’une ressource sur un réseau P2...
متن کامل