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

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.
Type de document :
Article dans une revue
Revue des Sciences et Technologies de l'Information - Série Document Numérique, Lavoisier, 2013, 16 (1), pp.25. 〈10.3166/dn.16.1.97-121〉
Liste complète des métadonnées

https://hal.inria.fr/hal-01259509
Contributeur : Léa Laporte <>
Soumis le : mercredi 20 janvier 2016 - 15:26:45
Dernière modification le : mercredi 12 septembre 2018 - 17:46:03

Identifiants

Collections

Citation

Léa Laporte. De l'apprentissage d'ordonnancement à l'adaptation au contexte : état de l'art et propositions. Revue des Sciences et Technologies de l'Information - Série Document Numérique, Lavoisier, 2013, 16 (1), pp.25. 〈10.3166/dn.16.1.97-121〉. 〈hal-01259509〉

Partager

Métriques

Consultations de la notice

69