Apport des données thématiques dans les systèmes de recommandation : hybridation et démarrage à froid
نویسندگان
چکیده
Résumé. Des travaux récents (Pilaszy et al., 2009) suggèrent que les métadonnées sont quasiment inutiles pour les systèmes de recommandation, y compris en situation de cold-start : les données de logs de notation sont beaucoup plus informatives. Nous étudions, sur une base de référence de logs d'usages pour la recommandation automatique de DVD (Netflix), les performances de systèmes de recommandation basés sur des sources de données collaboratives, thématiques et hybrides en situation de démarrage à froid (cold-start). Nous exhibons des cas expérimentaux où les métadonnées apportent plus que les données de logs d’usage (collaboratives) pour la performance prédictive. Pour gérer le cold-start d'un système de recommandation, nous montrons que des approches "en cascade", thématiques puis hybrides, puis collaboratives, seraient plus appropriées.
منابع مشابه
Nouvelle Approche à base de Graphes pour les Systèmes de Recommandation Collaboratifs
Résumé—Les systèmes de recommandation collaboratifs sont des systèmes qui consistent à recommander à un utilisateur des ressources susceptibles de l’intéresser en se basant sur les avis d’autres utilisateurs qui partagent avec lui les mêmes centres d’intérêt. Cependant, ils souffrent du problème de démarrage à froid d’un nouvel usager qui commence avec un profil vide et rencontre une difficulté...
متن کاملBandits Warm-up Cold Recommender Systems
We address the cold start problem in recommendation systems assuming no contextual information is available neither about users, nor items. We consider the case in which we only have access to a set of ratings of items by users. Most of the existing works consider a batch setting, and use cross-validation to tune parameters. The classical method consists in minimizing the root mean square error...
متن کاملLe filtrage collaboratif et le web 2.0. État de l'art
RÉSUMÉ. Le présent article fait le point sur l’état de l’art des systèmes de filtrage d’information. Il présente les différentes techniques de filtrage proposées dans la littérature dont le filtrage à base de contenu, le filtrage collaboratif et les modèles de filtrage hybrides. Il présente également les différentes limitations dont souffre toujours ce type de systèmes notamment la rareté des v...
متن کاملAnalyse de réseaux sociaux et Recommandation de contenus non populaires
Résumé. Nous présentons une méthode adressant le problème de la recommandation dans la Longue Traîne, et plus généralement celui du démarrage à froid. Les contenus non populaires, peu annotés, sont difficiles à recommander. Notre originalité est duale et repose sur le fait de capturer la richesse d’annotations du Web Social d’une part, et d’autre part, d’exploiter le fait que les internautes, v...
متن کاملPrédiction de liens temporels en intégrant les informations de contenu et de structure
RÉSUMÉ. Dans cet article nous traitons le problème de la prédiction de liens temporels, qui consiste à prédire l’apparition des nouveaux liens dans des graphes de données dynamiques. Cette tâche apparaît dans les applications telles que la recommandation ou l’analyse des réseaux sociaux. La plupart des approches de prédiction de liens temporels se basent uniquement sur la structure topologique ...
متن کامل