Exploitation des signaux sociaux pour estimer la pertinence a priori d'une ressource

RÉSUMÉ 'DQV FHW DUWLFOH QRXV SURSRVRQV XQH DSSURFKH GH UHFKHUFKH G¶LQIRUPDWLRQ 5, TXL prend en compte le contenu social associé à une ressource pour mesurer sa pertinence a priori vis-à-YLV G¶XQH UHTXrWH Nous démontrons comment ces caractéristiques, qui sont sous IRUPH G¶DFWLRQV UHOHYDQW G¶DFWLYLWpV VRFLDOHV VLJQDX[ VRFLDX[ WHOV TXH OH QRPEUH GH M¶DLPH et de "partage", peuvent être combinées pour quantifier des propriétés sociales telles que la popularité et la réputation. Nous proposons de modéliser ces propriétés comme des probabilités a priori que nous intégrons dans un modèle de langue. Nous avons évalué O¶HIILFDFLWp GH QRWUH DSSURFKH VXU OD collection G¶,0'E FRQWHQDQW 32706 documents et leurs caractéristiques sociales collectées sur plusieurs réseaux sociaux. Nos résultats expérimentaux sont très prometteurs et montrent l'intérêt de l'intégration des propriétés sociales dans un modèle de recherche pour améliorer la RI.