Séminaire de Mohamed Ettaleb, post-doctorant au LIUM

Date: 01/10/2021
Heure: 14h00
Lieu: IC2 Salle de cours, online
Intervenant: Mohamed Ettaleb

Approche de recommandation à base de fouille de données et de graphes étiquetés multi-couches

D’une manière générale, l’objectif d’un système de recommandation est d’assister les utilisateurs dans le choix d’éléments pertinents parmi un ensemble vaste d’éléments. Dans le contexte actuel de l’explosion du nombre de publications académiques disponibles (livres, articles, etc.) en ligne, fournir un service de recommandations personnalisées devient une nécessité.

En outre, la recommandation automatique de livres à partir d’une requête est un thème émergent avec de nombreux verrous scientifiques. Il combine plusieurs problématiques liées à la recherche d’information et la fouille de données pour l’estimation du degré d’opportunité de recommander un livre. Cette estimation doit être effectuée en tenant compte de la requête mais aussi du profil de l’utilisateur (historique de lecture, centres d’intérêts, notes et commentaires associés à ses lectures précédentes) et de l’ensemble de la collection à laquelle appartient le document.

Deux grandes pistes ont été abordés dans cette thèse pour traiter le problème de la recommandation automatique des livres : (1) Identification des intentions de l’utilisateur à partir d’une requête : dans cette piste, nous présentons un cadre pour l’identification automatique de l’intention de l’utilisateur, basé sur l’analyse de la requête. (2) Recommandation des livres pertinents selon les besoins de l’utilisateur : Dans la deuxième piste, nous traitons les requêtes complexes exprimées au sein des requêtes en langage naturel pour améliorer la compréhension des besoins utilisateurs dans le cadre du système de recommandation sociales.