Détection de communautés d'intérêt et recommandation sociale par leaders

Armelle Brun 1 Anne Boyer 1
1 KIWI - Knowledge Information and Web Intelligence
LORIA - AIS - Department of Complex Systems, Artificial Intelligence & Robotics
Résumé : Les systèmes de recommandation visent à améliorer la satisfaction des utilisateurs d'un service en ligne en leur suggérant des ressources correspondant à leurs préférences. Nous cherchons à améliorer la qualité des recommandations faites aux utilisateurs et à diminuer la taille des modèles de recommandation. Pour atteindre ces objectifs, nous proposons une ap- proche originale de sélection de communautés locales qui exploite le rapport entre la similarité au sein et en dehors des communautés. Nous proposons également une nouvelle approche de la recommandation, exploitant un ensemble réduit d'utilisateurs : des leaders d'opinions. Nous montrons que les communautés ainsi formées améliorent la qualité des recommandations et que l'approche par leaders permet de réduire de plus de 80 % la taille du modèle tout en fournissant des recommandations de qualité et une couverture importante.
Type de document :
Article dans une revue
Revue des Sciences et Technologies de l'Information - Série ISI : Ingénierie des Systèmes d'Information, Lavoisier, 2012, Interactions entre réseaux sociaux et SI, 17 (6), pp.91-113. 〈10.3166/isi.17.6.91-113〉
Liste complète des métadonnées

https://hal.inria.fr/hal-00778500
Contributeur : Armelle Brun <>
Soumis le : dimanche 20 janvier 2013 - 17:28:02
Dernière modification le : mardi 24 avril 2018 - 13:53:17

Identifiants

Collections

Citation

Armelle Brun, Anne Boyer. Détection de communautés d'intérêt et recommandation sociale par leaders. Revue des Sciences et Technologies de l'Information - Série ISI : Ingénierie des Systèmes d'Information, Lavoisier, 2012, Interactions entre réseaux sociaux et SI, 17 (6), pp.91-113. 〈10.3166/isi.17.6.91-113〉. 〈hal-00778500〉

Partager

Métriques

Consultations de la notice

334