Un modèle stochastique pour les systèmes de recommandation

Résumé : Les systèmes de recommandation établissent des suggestions personnalisées à des individus concernant des objets (livres, films, musique) susceptibles de les intéresser. Les recommandations sont généralement basées sur l'estimation de notes relatives à des objets que l'utilisateur n'a pas consommés. En dépit d'une littérature abondante, les propriétés statistiques des systèmes de recommandation ne sont pas encore clairement établies. Dans ce travail, nous proposons un modèle stochastique pour les systèmes de recommandation et nous analysons ses propriétés asymptotiques lorsque le nombre d'utilisateurs augmente. Nous établissons la convergence de la procédure sous de faibles hypothèses concernant le modèle. Les vitesses de convergence sont également présentées.
Type de document :
Communication dans un congrès
41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. 2009
Liste complète des métadonnées

Littérature citée [5 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00386731
Contributeur : Conférence Jds2009 <>
Soumis le : vendredi 22 mai 2009 - 09:16:52
Dernière modification le : mardi 26 juin 2018 - 09:32:08
Document(s) archivé(s) le : jeudi 10 juin 2010 - 23:40:02

Fichier

p160.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00386731, version 1

Citation

Gérard Biau, Benoît Cadre, Laurent Rouviere. Un modèle stochastique pour les systèmes de recommandation. 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. 2009. 〈inria-00386731〉

Partager

Métriques

Consultations de la notice

207

Téléchargements de fichiers

67