Recommandation personnalisée par contexte
Des informations générales:
Le niveau |
Master |
Titre |
Recommandation personnalisée par contexte |
SPECIALITE |
Génie Logiciel |
Page de garde:
Sommaire:
Introduction Générale
1. Introduction
2. Problématique de surcharge d’information
3. Définition du filtrage d’information
5. Fonctionnement d’un système de filtrage.
6. Types d’un système de filtrage d’information.
6.1 Filtrage Cognitif
6.1.1 Définition
6.1.2 Descripteur d’article et profil utilisateur.
6.1.2.1 Descripteur d’article
6.1.2.2 Descripteur de profil d’utilisateur.
6.1.3 Limites du filtrage cognitif.
6.2 Filtrage collaboratif.
6.2.1 Définition
6.2.2 Architecture générale
6.2.3 Avantages du filtrage collaboratif. 6.2.4 Evaluation des recommandations
6.2.5 Apports par rapport au filtrage cognitif.
6.2.6 Limites du filtrage collaboratif.
6.3 Filtrage Collaboratif vs Filtrage Cognitif 6.4 Filtrage hybride
6.5 Calcul de prédiction
6.5.1 Prédiction dans le filtrage cognitif
6.5.2 Prédiction dans le filtrage collaboratif
6.6 Autres formes de filtrage.
6.6.1 Filtrage actif
6.6.2 Filtrage différé
6.6.3 Filtrage adaptatif
6.7 Systèmes de filtrages renommés.
6.7.1 Système COCoFil
6.7.2 Système de Maltz et Elrich
6.7.3 Système Tapestry
6.7.4 Système Referral Web
Conclusion
1. Introduction
2. Profil Utilisateur.
2.1 Définition
2.2 Profils à court-terme et à long-terme
2.3 Modèles de Représentation du profil utilisateur.
2.3.1 Modèle vectoriel
2.3.2 Modèle sémantique à base d’ontologie.
2.3.3 Modèle Multidimensionnel.
2.3.4 Modèle matrice utilisateurs-items
2.4 Acquisition d’Information
2.4.1 Acquisition explicite.
2.4.2 Acquisition implicite
2.4.3 Approche hybride
2.5 Mise à jour de profils utilisateurs
3. Définition de Contexte.
4. Recommandation par Contexte.
5. Dimensions du contexte
5.2 Contexte lié à l’utilisateur Contexte lié à la requête.
6. Emergence du contexte 6.1 Pré-filtrage contextuel
6.2 Post-filtrage contextuel
6.3 Modélisation directe du contexte
7. Proposition de recommandation hybride à base de prédiction des liens 36
7.1 Les Graphes
7.1.1 Définition
7.1.2 Types de graphes.
7.2 Prédiction des liens dans les graphes bipartis
8. Conclusion
1. Environnement de travail
1.1 Java
1.2 Netbeans
2. Mesures de tests
3. Jeux de Données.
3.1 MovieLens
4. Résultats et discussion
4.1 Déroulement de l’exécution
Bibliographie
1. Introduction
2. Problématique de surcharge d’information
3. Définition du filtrage d’information
5. Fonctionnement d’un système de filtrage.
6. Types d’un système de filtrage d’information.
6.1 Filtrage Cognitif
6.1.1 Définition
6.1.2 Descripteur d’article et profil utilisateur.
6.1.2.1 Descripteur d’article
6.1.2.2 Descripteur de profil d’utilisateur.
6.1.3 Limites du filtrage cognitif.
6.2 Filtrage collaboratif.
6.2.1 Définition
6.2.2 Architecture générale
6.2.3 Avantages du filtrage collaboratif. 6.2.4 Evaluation des recommandations
6.2.5 Apports par rapport au filtrage cognitif.
6.2.6 Limites du filtrage collaboratif.
6.3 Filtrage Collaboratif vs Filtrage Cognitif 6.4 Filtrage hybride
6.5 Calcul de prédiction
6.5.1 Prédiction dans le filtrage cognitif
6.5.2 Prédiction dans le filtrage collaboratif
6.6 Autres formes de filtrage.
6.6.1 Filtrage actif
6.6.2 Filtrage différé
6.6.3 Filtrage adaptatif
6.7 Systèmes de filtrages renommés.
6.7.1 Système COCoFil
6.7.2 Système de Maltz et Elrich
6.7.3 Système Tapestry
6.7.4 Système Referral Web
Conclusion
1. Introduction
2. Profil Utilisateur.
2.1 Définition
2.2 Profils à court-terme et à long-terme
2.3 Modèles de Représentation du profil utilisateur.
2.3.1 Modèle vectoriel
2.3.2 Modèle sémantique à base d’ontologie.
2.3.3 Modèle Multidimensionnel.
2.3.4 Modèle matrice utilisateurs-items
2.4 Acquisition d’Information
2.4.1 Acquisition explicite.
2.4.2 Acquisition implicite
2.4.3 Approche hybride
2.5 Mise à jour de profils utilisateurs
3. Définition de Contexte.
4. Recommandation par Contexte.
5. Dimensions du contexte
5.2 Contexte lié à l’utilisateur Contexte lié à la requête.
6. Emergence du contexte 6.1 Pré-filtrage contextuel
6.2 Post-filtrage contextuel
6.3 Modélisation directe du contexte
7. Proposition de recommandation hybride à base de prédiction des liens 36
7.1 Les Graphes
7.1.1 Définition
7.1.2 Types de graphes.
7.2 Prédiction des liens dans les graphes bipartis
8. Conclusion
1. Environnement de travail
1.1 Java
1.2 Netbeans
2. Mesures de tests
3. Jeux de Données.
3.1 MovieLens
4. Résultats et discussion
4.1 Déroulement de l’exécution
Bibliographie
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.