Identification des utilisateurs atypiques dans les systèmes de recommandation sociale

Benjamin Gras 1 Armelle Brun 1 Anne Boyer 1
1 KIWI - Knowledge Information and Web Intelligence
LORIA - AIS - Department of Complex Systems, Artificial Intelligence & Robotics
Abstract : Malgré des performances très satisfaisantes, l'approche sociale de la recommandation ne fournit pas de bonnes recommandations à un sous-ensemble des utilisateurs. Nous supposons ici que certains de ces utilisateurs ont des préférences différentes de celles des autres, nous les qualifions d'atypiques. Nous nous intéressons à leur identification, en amont de la tâche de recommandation, et proposons plusieurs mesures représentant l'atypicité des préférences d'un utilisateur. L'évaluation de ces mesures sur un corpus de l'état de l'art montre qu'elles permettent d'identifier de façon fiable des utilisateurs recevant de mauvaises recommandations.
Type de document :
Communication dans un congrès
EGC - Extraction et Gestion de Connaissances, Jan 2015, Esch sur Alzette, Luxembourg
Liste complète des métadonnées

https://hal.inria.fr/hal-01109257
Contributeur : Armelle Brun <>
Soumis le : dimanche 25 janvier 2015 - 19:51:38
Dernière modification le : mardi 24 avril 2018 - 13:30:42

Identifiants

  • HAL Id : hal-01109257, version 1

Collections

Citation

Benjamin Gras, Armelle Brun, Anne Boyer. Identification des utilisateurs atypiques dans les systèmes de recommandation sociale. EGC - Extraction et Gestion de Connaissances, Jan 2015, Esch sur Alzette, Luxembourg. 〈hal-01109257〉

Partager

Métriques

Consultations de la notice

405