Afficher la notice abrégée
dc.contributor.author |
SOUILAH, Saida |
|
dc.date.accessioned |
2019-10-03T09:56:01Z |
|
dc.date.available |
2019-10-03T09:56:01Z |
|
dc.date.issued |
2019 |
|
dc.identifier.uri |
http://dspace.univ-guelma.dz:8080/xmlui/handle/123456789/4346 |
|
dc.description.abstract |
Les systèmes de recommandation sont des outils dont l’objectif est de proposer des items
pertinents à l’utilisateur. En d’autres termes, ils tentent de prédire pour un utilisateur l’intérêt
d’un item. L’item dans ce contexte peut être un produit à acheter, un morceau de musique à
écouter, un film à regarder, un livre à lire, une page web à consulter, ou bien autre chose, L'un
des problèmes majeurs des systèmes de recommandation basés sur le filtrage collaboratif est de
fournir des recommandations à un nouvel utilisateur ou de rechercher un utilisateur cible pour
un nouvel élément. Ceci est appelé problème de démarrage à froid, ce problème est dû à un
manque d'informations sur ladite entité et constitue un problème très important à traiter.
De nombreuses solutions ont été suggérées pour un problème de démarrage à froid. Ces
solutions ne sont pas concentrées sur la question de la personnalisation, ce qui implique une
recommandation des items connus, populaires, avec un score élevé et des fois les plus récents.
L’inverse est peu recommandé et reste toujours non recommandé surtout dans les systèmes où
il y a une évaluation des items. Le problème ici se focalise sur probablement le non satisfaction
des utilisateurs.
Afin de minimiser l’impact de ces dépendances, l’information personnelle peut jouer un rôle
important, dans lequel nous proposons un système de recommandation pour les films basé sur
l’analyse du sentiment de l’utilisateur.
Notre proposition fait l’objet d’une présentation à la conférence « IAM 2019 » à Guelma. Le
papier a été accepté pour une publication dans le journal « IJIAM » (International Journal of
Informatics and Applied Mathematics) |
en_US |
dc.language.iso |
fr |
en_US |
dc.subject |
Systèmes de recommandation, émotion, item, problème de démarrage à froid et personnalisation. |
en_US |
dc.title |
Nouvelle méthode de démarrage à froid pour les systèmes de recommandation |
en_US |
dc.title.alternative |
|
en_US |
dc.type |
Working Paper |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée