Skip to Main content Skip to Navigation
Conference papers

Une nouvelle approche pour la modélisation du profil de l'utilisateur dans les systèmes de filtrage d'information : le modèle de filtre détecteur de nouveauté

Randa Kassab 1 Jean-Charles Lamirel 1 Emmanuel Nauer 2
1 CORTEX - Neuromimetic intelligence
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
2 ORPAILLEUR - Knowledge representation, reasonning
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Abstract : In this paper, we present an original mechanism based on a novelty detector filter for modelling user's profile in the context of content-based filtering systems. This filter learns possibly evolving user's need by means of positive and negative user's relevance feedback. An experiment on the behaviour of this filter that has been conduced on a corpus of several thousands of web sites taken from one of the main categories of the open directory DMOZ is also described. This experiment demonstrates the accuracy of our filter both for analyzing user's need and for highlighting useful alternatives for representing this need.
Keywords : novelty detection user model relevance feedback negative relevance feedback content-based information filtering web
Document type :
Conference papers
Complete list of metadatas
https://hal.inria.fr/inria-00000862
Contributor : Randa Kassab <>
Submitted on : Monday, November 28, 2005 - 12:08:52 PM
Last modification on : Friday, May 24, 2019 - 10:58:08 AM

Identifiers

  • HAL Id : inria-00000862, version 1

Collections

INRIA | CNRS | LORIA | UNIV-LORRAINE

Citation

Randa Kassab, Jean-Charles Lamirel, Emmanuel Nauer. Une nouvelle approche pour la modélisation du profil de l'utilisateur dans les systèmes de filtrage d'information : le modèle de filtre détecteur de nouveauté. 2ème COnférence en Recherche d'Infomations et Applications - CORIA'2005, Mar 2005, Grenoble/France, France. pp.185-200. ⟨inria-00000862⟩

Export

BibTeX TEI DC DCterms EndNote

Share

Metrics

Record views

218

 

Contact                    Legal Notice                    Personal Data