Skip to Main content Skip to Navigation
Journal articles

De l'apprentissage d'ordonnancement à l'adaptation au contexte : état de l'art et propositions

Léa Laporte 1
1 IRIT-SIG - Systèmes d’Informations Généralisées
IRIT - Institut de recherche en informatique de Toulouse
Abstract : Les moteurs de recherche géoréférencés utilisent des algorithmes d’ordonnancement complexes, prenant en compte le contexte d’utilisation, l’e-reputation et les réseaux sociaux, pour classer pertinemment les lieux vis-à-vis d’une requête. Or, comprendre les critères de sélection des utilisateurs et d’ordonnancement des moteurs est crucial pour les entreprises. Nous présentons le principe de l’optimisation de l’ordonnancement sur les moteurs de recherche et les approches et algorithmes existants. Nous montrons qu’ils sont limités et non adaptés au géoréférencement. Nous proposons une amélioration de l’évaluation de la pertinence et une méthodologie d’adaptation aux requêtes utilisant la sélection de variables embarquée.
Document type :
Journal articles
Complete list of metadata

https://hal.inria.fr/hal-01259509
Contributor : Léa Laporte <>
Submitted on : Wednesday, January 20, 2016 - 3:26:45 PM
Last modification on : Thursday, June 10, 2021 - 3:08:31 AM

Links full text

Identifiers

Citation

Léa Laporte. De l'apprentissage d'ordonnancement à l'adaptation au contexte : état de l'art et propositions. Document Numérique, Lavoisier, 2013, 16 (1), pp.25. ⟨10.3166/dn.16.1.97-121⟩. ⟨hal-01259509⟩

Share

Metrics

Record views

445